ສໍາລັບ BMS, ລົດເມ, ສາຍໄຟອຸດສາຫະກໍາ, ສາຍໄຟເຄື່ອງມື.
ໃນຂະນະທີ່ງານບຸນລະດູໃບໄມ້ປົ່ງມາໃກ້, ຄວາມຕື່ນເຕັ້ນທີ່ຫນ້າຕື່ນເຕັ້ນໃນ DeepSeek ຍັງຄົງແຂງແຮງຢູ່. ວັນພັກຜ່ອນທີ່ຜ່ານມາໄດ້ຊີ້ໃຫ້ເຫັນເຖິງຄວາມຮູ້ສຶກທີ່ສໍາຄັນຂອງການແຂ່ງຂັນພາຍໃນອຸດສາຫະກໍາເຕັກໂນໂລຢີ, ໂດຍມີການສົນທະນາແລະການວິເຄາະແລະວິເຄາະ "ປາດຸກນີ້." Silicon Valley ກໍາລັງປະສົບກັບຄວາມຮູ້ສຶກຂອງວິກິດການທີ່ບໍ່ເຄີຍມີມາກ່ອນ ການສູນເສຍຕ່ອງໂສ້ຕ່ໍາໃນບັນດາປະຫວັດຄວາມເປັນມາຂອງຕະຫຼາດຊິບຂອງສະຫະລັດ, ໃນຂະນະທີ່ອົງການຕ່າງໆຂອງສະຫະລັດກໍາລັງສືບສວນປະຕິບັດຕາມຂອງຊິບທີ່ໃຊ້ໂດຍ DeepSeek. ທ່າມກາງການທົບທວນແບບປະສົມຂອງ DeepSeek ຢູ່ຕ່າງປະເທດ, ພາຍໃນປະເທດ, ມັນກໍາລັງປະສົບການເຕີບໂຕທີ່ແປກປະຫຼາດ. ຫຼັງຈາກເປີດຕົວຮູບແບບ R1, ແອັບທີ່ກ່ຽວຂ້ອງໄດ້ເຫັນການຈະລາຈອນທີ່ເພີ່ມຂື້ນ, ສະແດງວ່າການຂະຫຍາຍຕົວຂອງຂະແຫນງການສະຫມັກແມ່ນຂັບເຄື່ອນລະບົບນິເວດວິທະຍາໂດຍລວມ. ລັກສະນະໃນແງ່ບວກແມ່ນວ່າ DeepSeeK ຈະເປີດກວ້າງຄວາມເປັນໄປໄດ້ຂອງການສະຫມັກ, ແນະນໍາວ່າການຕອບສະຫນອງຕໍ່ການສົນທະນາຈະບໍ່ແພງໃນອະນາຄົດ. ການປ່ຽນແປງນີ້ໄດ້ສະທ້ອນໃຫ້ເຫັນໃນກິດຈະກໍາທີ່ຜ່ານມາຂອງ Openai, ລວມທັງການສະຫນອງຂອງຕົວແບບທີ່ມີຊື່ວ່າ O3-mini ທີ່ໄດ້ຮັບການຍົກລະດັບຕໍ່ມາເຊິ່ງເຮັດໃຫ້ລະບົບຕ່ອງໂສ້ຄວາມຄິດຂອງສາທາລະນະ O3-mini. ຜູ້ໃຊ້ຢູ່ຕ່າງປະເທດຫຼາຍຄົນສະແດງຄວາມຮູ້ບຸນຄຸນຕໍ່ DeepSeek ສໍາລັບການພັດທະນາເຫຼົ່ານີ້, ເຖິງແມ່ນວ່າຕ່ອງໂສ້ການຄິດນີ້ເຮັດຫນ້າທີ່ເປັນບົດສະຫຼຸບ.
Optimistically, ມັນແມ່ນເຫັນໄດ້ວ່າ DeepSeek ແມ່ນການເປັນເອກະພາບຂອງຜູ້ຫຼິ້ນພາຍໃນປະເທດ. ດ້ວຍຄວາມເອົາໃຈໃສ່ໃນການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມ, ຜູ້ໃຫ້ບໍລິການ chip ທີ່ມີຜູ້ເຊົ່າຕ່າງໆ, ແລະການເລີ່ມຕົ້ນທີ່ມີປະສິດຕິພາບສູງຂື້ນ, ເສີມຂະຫຍາຍປະສິດທິພາບດ້ານຕົ້ນທຶນສໍາລັບການນໍາໃຊ້ຮູບແບບ DeepSeek. ອີງຕາມເອກະສານຂອງ PROPSEEK, ການຝຶກແອບແບບຄົບຊຸດຂອງ V3 Model ຕ້ອງໃຊ້ເວລາພຽງແຕ່ 2.788 ລ້ານຊົ່ວໂມງ GPU, ແລະຂະບວນການຝຶກອົບຮົມແມ່ນມີຄວາມຫມັ້ນຄົງສູງ. moe (ປະສົມຂອງຜູ້ຊ່ຽວຊານ) ສະຖາປັດຕະຍະກໍາແມ່ນມີຄວາມສໍາຄັນສໍາລັບການຫຼຸດຜ່ອນຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມກ່ອນການຝຶກອົບຮົມໂດຍປັດໄຈສິບປີທີ່ທຽບໃສ່ກັບ llama 3 ກັບ 405 ພັນລ້ານ. ປະຈຸບັນ, V3 ແມ່ນຮູບແບບທີ່ຖືກຮັບຮູ້ຄັ້ງທໍາອິດທີ່ສະແດງໃຫ້ເຫັນ Sparsity ສູງດັ່ງກ່າວໃນ Moe. ນອກຈາກນັ້ນ, MLA ໄດ້ (Multi ເອົາໃຈໃສ່) ເຮັດວຽກເປັນແບບສະເພາະ, ໂດຍສະເພາະໃນແງ່ດີໃນແງ່ມຸມ. "The Sparser The Moe, ຂະຫນາດທີ່ມີຄວາມຈໍາເປັນຕ້ອງໄດ້ນໍາໃຊ້ຂະຫນາດທີ່ຈໍາກັດຢ່າງເຕັມທີ່," ຄວາມສໍາເລັດໂດຍລວມແລ້ວ, ຄວາມສໍາເລັດຂອງ DeepSeeEk ແມ່ນຢູ່ໃນການປະສົມປະສານຂອງເຕັກໂນໂລຢີຕ່າງໆ, ບໍ່ແມ່ນພຽງແຕ່ດຽວເທົ່ານັ້ນ. ຜູ້ພາຍໃນອຸດສາຫະກໍາສັນລະເສີນຄວາມສາມາດດ້ານວິສະວະກໍາຂອງທີມງານ DeepSeek, ສັງເກດຄວາມດີເລີດຂອງພວກເຂົາໃນການຝຶກອົບຮົມຂະຫນານແລະການເພີ່ມປະສິດທິພາບຂອງຜູ້ປະຕິບັດການໂດຍການປະຕິບັດການຜົນໄດ້ຮັບໂດຍການປັບປຸງທຸກລາຍລະອຽດ. ວິທີການເປີດແຫຼ່ງຂໍ້ມູນຂອງ DeepSeeK ເພີ່ມເຕີມການພັດທະນາໂດຍລວມຂອງຕົວແບບໃຫຍ່, ແລະມັນໄດ້ຖືກຂະຫຍາຍອອກໄປໃນຮູບພາບ, ວີດີໂອ, ມັນຈະຊ່ວຍໃຫ້ຄວາມຕ້ອງການໃນທົ່ວອຸດສາຫະກໍາ.
ໂອກາດສໍາລັບການບໍລິການສົມເຫດສົມຜົນຂອງພາກສ່ວນທີສາມ
ຂໍ້ມູນສະແດງໃຫ້ເຫັນວ່ານັບຕັ້ງແຕ່ການປ່ອຍຕົວຂອງມັນ, DeepSek ໄດ້ເພີ່ມຂື້ນໃນເວລາພຽງ 21,6 ລ້ານຄົນຂອງຜູ້ໃຊ້ທີ່ມີການຂະຫຍາຍຕົວຢ່າງໄວວາ, ການເຂົ້າໄປໃນ Apple App Store ໃນ 157 ປະເທດ / ພາກພື້ນ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ໃນຂະນະທີ່ຜູ້ໃຊ້ໄດ້ລົ້ມລົງໃນການຂັບຂີ່ເຮືອ, ແຮກເກີສາມາດໂຈມຕີຢ່າງບໍ່ຢຸດຢັ້ງແອັບ deeptlesse, ເຊິ່ງກໍ່ໃຫ້ເກີດຄວາມກົດດັນທີ່ສໍາຄັນຢູ່ໃນເຊີບເວີຂອງມັນ. ນັກວິເຄາະອຸດສາຫະກໍາເຊື່ອວ່າສິ່ງນີ້ແມ່ນບາງສ່ວນຍ້ອນ DeepSeeK ການໃຊ້ບັດສໍາລັບການຝຶກອົບຮົມໃນຂະນະທີ່ຂາດຄວາມສົມເຫດສົມຜົນ. ອຸດສາຫະກໍາການທົບທວນກ່ຽວກັບເຕັກໂນໂລຢີ AI, "ຄ່າທໍານຽມການສາກໄຟແບບງ່າຍດາຍໂດຍການສົ່ງຄ່າທໍານຽມຫຼືການເງິນເພື່ອຊື້ເຄື່ອງຈັກເພີ່ມເຕີມ; ມັນຂື້ນກັບການຕັດສິນໃຈຂອງ DeepSeek." ສິ່ງນີ້ສະເຫນີການຄ້າເພື່ອສຸມໃສ່ເຕັກໂນໂລຢີທຽບກັບຜະລິດຕະພັນ. DeepSek ໄດ້ເພິ່ງພາອາໄສປະລິມານສ່ວນໃຫຍ່ໃນການປະເມີນ Quantum ສໍາລັບຕົນເອງ, ໄດ້ຮັບເງິນທຶນຈາກພາຍນອກພຽງເລັກນ້ອຍ, ເຊິ່ງໄດ້ຮັບຄວາມກົດດັນດ້ານກະແສເງິນສົດທີ່ຂ້ອນຂ້າງແລະສະພາບແວດລ້ອມທີ່ຂ້ອນຂ້າງຕໍ່າ. ປະຈຸບັນ, ໃນຄວາມສະຫວ່າງຂອງບັນຫາທີ່ກ່າວມານັ້ນ, ຜູ້ໃຊ້ບາງຄົນກໍາລັງເລັ່ງເລິກໃນສື່ສັງຄົມຫຼືແນະນໍາຄຸນລັກສະນະຂອງການນໍາໃຊ້ເພື່ອຍົກສູງຄວາມສະບາຍຂອງຜູ້ໃຊ້. ນອກຈາກນັ້ນ, ນັກພັດທະນາໄດ້ເລີ່ມຕົ້ນການນໍາໃຊ້ API ທີ່ເປັນທາງການຫຼື apis ພາກສ່ວນທີສາມສໍາລັບການເພີ່ມປະສິດທິພາບ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ເວທີເປີດຂອງ DeepSeek ໄດ້ປະກາດເມື່ອບໍ່ດົນມານີ້, "ຊັບພະຍາກອນຂອງເຊີບເວີໃນປະຈຸບັນແມ່ນການສາກໄຟດ້ານການບໍລິການທີ່ຂາດແຄນ, ແລະ API ໄດ້ຖືກໂຈະ."
ແນ່ນອນນີ້ເປີດໂອກາດໃຫ້ຜູ້ຂາຍພາກສ່ວນທີສາມໃນຂະແຫນງການພື້ນຖານໂຄງລ່າງ AI. ເມື່ອບໍ່ດົນມານີ້, ຍັກໃຫຍ່ຟັງສາກົນໃນບ້ານແລະສາກົນໄດ້ເປີດຕົວຮູບແບບ Apis-apiseas ຂອງ Giants Giants ຂອງ Giants Giantsas Giantsas ແລະ Amazon ແມ່ນຫນຶ່ງໃນທ້າຍເດືອນມັງກອນ. ການກວດສອບການບໍລິການຂອງຜູ້ໃຫ້ບໍລິການ Silicon R1 ແລະ V3 ໄດ້ເຫັນວ່າມີການບໍລິການດ້ານເຕັກໂນໂລຢີ Silicon. ການສະເຫນີຂາຍລາຄາສິນຄ້າ 3 ແຫ່ງທີ່ມີຄ່າໃຊ້ຈ່າຍໃນວັນທີ 3 ເດືອນກຸມພາ, ບ່ອນທີ່ DeepSeek ເລີ່ມຕົ້ນທີ່ຈະຖືກຂະຫນານນາມວ່າ "butcher ລາຄາ." ການກະທໍາທີ່ບໍ່ຖືກຕ້ອງຂອງຜູ້ຂາຍຟັງໄດ້ຮັບການລົງທືນທີ່ແຂງແຮງກ່ອນຫນ້ານີ້ໃນການເປີດຕົວຂອງ Meta. ໃນຕົວຢ່າງນີ້, DeepSeEK ບໍ່ພຽງແຕ່ໄດ້ລື່ນກາຍສົນທິສັນຍາຄວາມຮ້ອນຂອງຜະລິດຕະພັນແຕ່ກໍ່ຄ້າຍຄືກັບການປ່ອຍຕົວ O1 ທີ່ຄ້າຍຄືກັບການຟື້ນຟູ O1 ທີ່ຢູ່ອ້ອມຮອບການຟື້ນຟູຂອງ LLAMA ຂອງ GPT-3.
ໃນຄວາມເປັນຈິງແລ້ວ, ຜູ້ໃຫ້ບໍລິການ Cloud ກໍ່ກໍາລັງຈັດວາງຕົວເອງໃນຂະນະທີ່ Gateways ການຈະລາຈອນສໍາລັບການສະຫມັກ AI, ຫມາຍຄວາມວ່າເລິກເຊິ່ງທີ່ຈະແປເປັນຂໍ້ດີຂອງ preempers. ບົດລາຍງານຊີ້ໃຫ້ເຫັນວ່າ Baidu Smart Cloud ມີລູກຄ້າຫລາຍກວ່າ 15,000 ຄົນທີ່ໃຊ້ຕົວແບບ DeepSeek ຜ່ານເວທີ Qianfan ໃນມື້ເປີດຕົວແບບ. ນອກຈາກນັ້ນ, ບັນດາບໍລິສັດນ້ອຍໆຫຼາຍຢ່າງກໍາລັງສະເຫນີວິທີແກ້ໄຂ, ລວມທັງເຕັກໂນໂລຢີ Silchen, Technol ເທັກໂນໂລຢີ, ແລະຜູ້ໃຫ້ບໍລິການຕ່າງໆຂອງ Ai ການທົບທວນເຕັກໂນໂລຢີ AI ໄດ້ຮຽນຮູ້ວ່າໂອກາດທີ່ດີທີ່ສຸດໃນປະຈຸບັນສໍາລັບການນໍາໃຊ້ວິທີການທີ່ມີເຫດຜົນຕົ້ນຕໍ ນອກຈາກນັ້ນ, ການເພີ່ມປະສິດທິພາບຂອງ MLA ແມ່ນສໍາຄັນທີ່ສຸດ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ທຸກໆແບບຂອງ DeepSeek ຍັງປະເຊີນກັບສິ່ງທ້າທາຍບາງຢ່າງໃນການເພີ່ມປະສິດທິພາບ. "ເນື່ອງຈາກຂະຫນາດຂອງຕົວແບບແລະຕົວເລກທີ່ດີທີ່ສຸດ, ການເພີ່ມປະສິດທິພາບໃນບ່ອນທີ່ໄດ້ຮັບການສະຫນັບສະຫນູນດ້ານການສຶກສາແລະຄ່າໃຊ້ຈ່າຍໃນເຕັກໂນໂລຢີ Chuanjing. ຄວາມຂີ້ຕົວະທີ່ສໍາຄັນທີ່ສຸດໃນການເອົາຊະນະຂີດຈໍາກັດຄວາມຈໍາ. "ພວກເຮົາຮັບຮອງເອົາວິທີການການຮ່ວມມືດ້ານເຊື້ອສາຍແລະຊັບພະຍາກອນອື່ນໆທີ່ບໍ່ມີການປ່ຽນແປງໂດຍໃຊ້ GPU ທີ່ຫນາແຫນ້ນຢູ່ໃນ GPU," ລາວໄດ້ອະທິບາຍຕື່ມອີກ. ບົດລາຍງານບັນທຶກວ່າ KTransformers Open-Source Ktransferers ຕົ້ນຕໍແມ່ນການຈັດຕັ້ງປະຕິບັດຍຸດທະສາດແລະການຈັດຕັ້ງປະຕິບັດຄວາມໄວໃນການນໍາໃຊ້ວິທີການຕ່າງໆເຊັ່ນ Cudagraph. DeepSeek ໄດ້ສ້າງໂອກາດສໍາລັບການເລີ່ມຕົ້ນເຫຼົ່ານີ້, ຍ້ອນວ່າຜົນປະໂຫຍດການເຕີບໃຫຍ່ກໍາລັງຈະມາເຖິງ; ບັນດາບໍລິສັດຈໍານວນຫລວງຫລາຍໄດ້ລາຍງານການເຕີບໂຕຂອງລູກຄ້າທີ່ສັງເກດເຫັນຫຼັງຈາກທີ່ເປີດຕົວ DeepSeek API, ໄດ້ຮັບການສອບຖາມຈາກລູກຄ້າກ່ອນຫນ້າທີ່ກໍາລັງຊອກຫາການເພີ່ມປະສິດທິພາບ. ຜູ້ທີ່ໄດ້ຮັບການສະຫນັບສະຫນູນຈາກງານລ້ຽງທີ່ມີຄວາມຮູ້ສຶກຢ່າງກະທັນຫັນຈາກງານລ້ຽງທີ່ມີຄວາມຮູ້ສຶກສູງຂື້ນເລື້ອຍໆ, ແຕ່ວ່າລູກຄ້າທີ່ມີຊື່ສຽງຂອງພວກເຂົາ. ໃນປະຈຸບັນ, ມັນປະກົດວ່າ DeepSeek ກໍາລັງເຮັດໃຫ້ການປະຕິບັດງານທີ່ມີຄວາມສໍາຄັນຫຼາຍຂື້ນ, ແລະພ້ອມດ້ວຍການຮັບຮອງເອົາຕົວແບບໃຫຍ່ໆ, ແລະມີອາການສືບຕໍ່ມີອິດທິພົນຕໍ່ອຸດສາຫະກໍາ AI ທີ່ມີຄວາມຫມາຍຢ່າງຫຼວງຫຼາຍ. ຖ້າມີຮູບແບບລະດັບ DeepSeeEk ສາມາດນໍາໃຊ້ໃນທ້ອງຖິ່ນໃນລາຄາຖືກ, ມັນຈະຊ່ວຍໃຫ້ຄວາມພະຍາຍາມໃນການປ່ຽນແປງດິຈິຕອນທີ່ຕໍ່າແລະວິສາຫະກິດ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ສິ່ງທ້າທາຍທີ່ຍັງຄົງຄ້າງ, ຄືກັບຄວາມຄາດຫວັງສູງກ່ຽວກັບຄວາມສາມາດຂອງຕົວແບບໃຫຍ່, ເຮັດໃຫ້ມັນເບິ່ງຄືວ່າສົມດຸນກັບການປະຕິບັດແລະຄ່າໃຊ້ຈ່າຍທີ່ສໍາຄັນໃນການປະຕິບັດຕົວຈິງ.
ເພື່ອປະເມີນວ່າ DeepSeeK ແມ່ນດີກ່ວາ Chatgpt, ມັນເປັນສິ່ງຈໍາເປັນທີ່ຈະເຂົ້າໃຈຄວາມແຕກຕ່າງ, ຄວາມເຂັ້ມແຂງຂອງພວກເຂົາ, ແລະໃຊ້ກໍລະນີ. ນີ້ແມ່ນການປຽບທຽບທີ່ສົມບູນແບບ:
| ຄຸນນະສົມບັດ / ດ້ານ | DeepSeek | ChatGPT |
|---|---|---|
| ຄວາມເປັນເຈົ້າຂອງ | ພັດທະນາໂດຍບໍລິສັດຈີນ | ພັດທະນາໂດຍ Operai |
| ແບບຈໍາລອງ | ເປີດແຫຼ່ງ | ທີ່ເປັນເຈົ້າຫນ້າເຫຼື້ອມ |
| ຄ່າ | ບໍ່ເສຍຄ່າໃຊ້ຈ່າຍ; ຕົວເລືອກການເຂົ້າເຖິງ API ທີ່ມີລາຄາຖືກກວ່າ API | ການສະຫມັກໃຊ້ຫຼືຄ່າລາຄາທີ່ຈ່າຍໃຫ້ |
| ການປັບແຕ່ງ | ສາມາດປັບແຕ່ງໄດ້ສູງ, ອະນຸຍາດໃຫ້ຜູ້ໃຊ້ສາມາດປັບແຕ່ງໄດ້ແລະກໍ່ສ້າງຕາມມັນ | ການປັບແຕ່ງທີ່ຈໍາກັດທີ່ມີຢູ່ |
| ການປະຕິບັດງານໃນວຽກງານສະເພາະ | ດີເລີດໃນບາງພື້ນທີ່ເຊັ່ນ: ການວິເຄາະຂໍ້ມູນແລະຂໍ້ມູນຄືນ | ສົມບູນດ້ວຍການປະຕິບັດທີ່ເຂັ້ມແຂງໃນວຽກງານການຂຽນທີ່ສ້າງສັນແລະການສົນທະນາ |
| ສະຫນັບສະຫນູນພາສາ | ຈຸດສຸມທີ່ເຂັ້ມແຂງກ່ຽວກັບພາສາຈີນແລະວັດທະນະທໍາ | ສະຫນັບສະຫນູນພາສາຢ່າງກວ້າງຂວາງແຕ່ US-Centric |
| ຄ່າຝຶກອົບຮົມ | ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມຂັ້ນຕ່ໍາ, ເຫມາະສໍາລັບປະສິດທິພາບ | ຄ່າໃຊ້ຈ່າຍໃນການຝຶກອົບຮົມທີ່ສູງກວ່າ, ຮຽກຮ້ອງໃຫ້ມີຊັບພະຍາກອນຄອມພິວເຕີ້ຈໍານວນຫຼວງຫຼາຍ |
| ການປ່ຽນແປງຂອງການຕອບໂຕ້ | ອາດຈະໃຫ້ຄໍາຕອບທີ່ແຕກຕ່າງກັນ, ເປັນທີ່ໄດ້ຮັບຜົນກະທົບຈາກສະພາບການດ້ານພູມສາດ | ຄໍາຕອບທີ່ສອດຄ່ອງໂດຍອີງໃສ່ຂໍ້ມູນການຝຶກອົບຮົມ |
| ຜູ້ຊົມເປົ້າຫມາຍ | ແນໃສ່ນັກພັດທະນາແລະນັກຄົ້ນຄວ້າຕ້ອງການຄວາມຍືດຫຍຸ່ນ | ແນໃສ່ຜູ້ໃຊ້ທົ່ວໄປຊອກຫາຄວາມສາມາດໃນການສົນທະນາ |
| ໃຊ້ກໍລະນີ | ມີປະສິດທິພາບຫຼາຍສໍາລັບການຜະລິດລະຫັດແລະວຽກງານດ່ວນ | ທີ່ເຫມາະສົມສໍາລັບການສ້າງຂໍ້ຄວາມ, ຕອບຄໍາຖາມ, ແລະມີສ່ວນຮ່ວມໃນການສົນທະນາ |
ທັດສະນະທີ່ສໍາຄັນກ່ຽວກັບ "ການລົບກວນ Nvidia"
ໃນປະຈຸບັນ, ນອກເຫນືອຈາກ Huawei, ຜູ້ຜະລິດຊິບປະຢັດໃນປະເທດ, MOORE, MUXI, ເຕັກໂນໂລຢີ BiRan, ແລະ Tianxu Zhixin ຍັງໄດ້ຮັບການປັບຕົວເຂົ້າກັບສອງແບບຂອງ DeepSeek. ຜູ້ຜະລິດຊິບໄດ້ບອກການທົບທວນກ່ຽວກັບເຕັກໂນໂລຢີ AI, "ແຕ່ມັນຍັງຄົງເປັນ llm. ເຖິງຢ່າງໃດກໍ່ຕາມ, ວິທີການຂອງ MOE ຮຽກຮ້ອງໃຫ້ມີຄວາມຕ້ອງການສູງຂື້ນໃນແງ່ຂອງການເກັບຮັກສາແລະການແຈກຢາຍດ້ວຍຄວາມເຂົ້າໃຈໃນເຮືອນ, ນໍາສະເຫນີສິ່ງທ້າທາຍດ້ານວິສະວະກໍາທີ່ຕ້ອງການຄວາມລະອຽດໃນລະຫວ່າງການປັບຕົວ. "ປະຈຸບັນ, ອໍານາດຄອມພິວເຕີ້ພາຍໃນປະເທດບໍ່ກົງກັບ Nvidia ໃນການໃຊ້ງານແລະສະຖຽນລະພາບສໍາລັບການຕິດຕັ້ງສິ່ງແວດລ້ອມ, ແລະການປະຕິບັດການປ້ອງກັນໂດຍບັງຄັບໃຊ້ໃນປະສົບການຕົວຈິງ. ພ້ອມດຽວກັນ, "ເນື່ອງຈາກຂະຫນາດພາລາມິເຕີຂະຫນາດໃຫຍ່ຂອງພະລັງງານຄອມພິວເຕີ້ທີ່ມີຂະຫນາດໃຫຍ່. ນອກຈາກນັ້ນ, ປະຈຸບັນແມ່ນຢູ່ເບື້ອງຫຼັງ; ຫນຶ່ງໃນຈຸດເດັ່ນຂອງຮູບແບບ DeepSeek V3 ແມ່ນການແນະນໍາກ່ຽວກັບກອບການຝຶກອົບຮົມແບບປະສົມ FP8, ເຊິ່ງໄດ້ຮັບການຢັ້ງຢືນຢ່າງມີປະສິດທິຜົນໃນຮູບແບບໃຫຍ່ທີ່ສຸດ, ເຊິ່ງເປັນຜົນສໍາເລັດທີ່ສໍາຄັນ. ກ່ອນຫນ້ານີ້, ຜູ້ຫຼິ້ນທີ່ສໍາຄັນເຊັ່ນ Microsoft ແລະ Nvidia ແນະນໍາວຽກທີ່ກ່ຽວຂ້ອງ, ແຕ່ບໍ່ມີຄວາມສົງໃສໃນອຸດສາຫະກໍາກ່ຽວກັບຄວາມເປັນໄປໄດ້ກ່ຽວກັບຄວາມເປັນໄປໄດ້. ມັນເຂົ້າໃຈວ່າເມື່ອທຽບໃສ່ກັບປະໂຫຍດຕົ້ນຕໍຂອງ INT8, FP8 ແມ່ນວ່າປະລິມານການຝຶກອົບຮົມສາມາດບັນລຸຄວາມແມ່ນຍໍາທີ່ບໍ່ມີການປ່ຽນແປງໄດ້ຢ່າງຫຼວງຫຼາຍໃນຂະນະທີ່ເພີ່ມຄວາມໄວໃນຂະນະທີ່ເພີ່ມຄວາມໄວໃນຂະນະທີ່ຊ່ວຍໃຫ້ຄວາມໄວສູງ. ເມື່ອປຽບທຽບກັບ FP16, FP8 ສາມາດຮັບຮູ້ເຖິງການເລັ່ງ 2 ຄັ້ງໃນ H20 ຂອງ Nvidia ແລະໃນໄລຍະ 1,5 ເທື່ອໃນໄລຍະ H100. ໂດຍສະເພາະ, ຍ້ອນວ່າການສົນທະນາທີ່ຢູ່ອ້ອມຂ້າງແນວໂນ້ມຂອງພະລັງງານຄອມພິວເຕີ້ພາຍໃນປະເທດບວກກັບ Moveum ໄດ້ຮັບຄວາມເດືອດຮ້ອນ, ແລະບໍ່ວ່າຈະເປັນທີ່ນິຍົມຂອງ Cuda ສາມາດແຜ່ລາມໄດ້ ຄວາມຈິງທີ່ບໍ່ສາມາດປະຕິເສດໄດ້ວ່າ DeepSeek ໄດ້ເກີດມາຈາກການຫຼຸດລົງຂອງຕະຫຼາດຂອງ NVIDIA ຢ່າງຫຼວງຫຼາຍ, ແຕ່ວ່າການປ່ຽນແປງຄັ້ງນີ້ເຮັດໃຫ້ມີຄໍາຖາມກ່ຽວກັບຄວາມຊື່ສັດດ້ານອໍານາດຂອງ Nvidia. ການຈົດບັນຍາຍທີ່ຍອມຮັບໃນເມື່ອກ່ອນຖືວ່າການສະສົມຄອມພິວເຕີ້ທີ່ມີການສະຫນັບສະຫນູນໂດຍກົງກໍາລັງຖືກທ້າທາຍ, ແຕ່ມັນຍັງມີຄວາມຫຍຸ້ງຍາກໃນການປ່ຽນແທນສະຖານະການການຝຶກອົບຮົມຢ່າງເຕັມສ່ວນ. ການວິເຄາະການນໍາໃຊ້ທີ່ເລິກຂອງ DeepSeek ສະແດງໃຫ້ເຫັນວ່າຄວາມຍືດຫຍຸ່ນ - ເຊັ່ນ: ການໃຊ້ SM ສໍາລັບການສື່ສານຫຼືການຕັດສິນໃຈໂດຍກົງສໍາລັບ gpus ປົກກະຕິເພື່ອຮອງຮັບ. ມຸມມອງຂອງອຸດສາຫະກໍາໄດ້ເນັ້ນຫນັກວ່າ Moat ຂອງ Nvidia ລວມເອົາລະບົບນິເວດຂອງ Nvidia ຫຼາຍກ່ວາພຽງແຕ່ cuda ຕົວມັນເອງ, ແລະການປະຕິບັດກະທູ້ ptx. "ໃນໄລຍະສັ້ນ, ອໍານາດຄອມພິວເຕີ້ຂອງ Nvidia ບໍ່ສາມາດຄວບຄຸມໄດ້ໂດຍອັດຕະໂນມັດ. ໂດຍລວມແລ້ວ, ຈາກຈຸດຢືນທີ່ເປັນເອກະພາບ, ສະພາບການແມ່ນເປັນກໍາລັງໃຈສໍາລັບຊິບແບບໃຫຍ່ໆພາຍໃນປະເທດ. ກາລະໂອກາດສໍາລັບຜູ້ຜະລິດຊິບພາຍໃນປະເທດພາຍໃນສະພາບຂອງ Inference ແມ່ນເຫັນໄດ້ຊັດເຈນກວ່າເນື່ອງຈາກຄວາມຕ້ອງການສູງຂອງການຝຶກອົບຮົມ, ເຊິ່ງກີດຂວາງການເຂົ້າ. ນັກວິເຄາະຂັດແຍ້ງວ່າພຽງແຕ່ການຫມູນວຽນບັດປະຈໍາຕົວທີ່ມີຄວາມພໍໃຈເທົ່ານັ້ນ; ຖ້າຈໍາເປັນ, ການໄດ້ຮັບເຄື່ອງເພີ່ມເຕີມແມ່ນເປັນໄປໄດ້, ໃນຂະນະທີ່ຮູບແບບການຝຶກອົບຮົມກໍ່ມີຄວາມຫຍຸ້ງຍາກໃນການຄຸ້ມຄອງຈໍານວນທີ່ມີຄວາມຫຍຸ້ງຍາກໃນການຝຶກອົບຮົມຜົນກະທົບທາງລົບ. ການຝຶກອົບຮົມຍັງມີຂໍ້ກໍານົດກ່ຽວກັບຂະຫນາດຂະຫນາດສະເພາະ, ໃນຂະນະທີ່ຄວາມຮຽກຮ້ອງຕ້ອງການສໍາລັບຄວາມເຂົ້າໃຈບໍ່ແມ່ນຄວາມຕ້ອງການ, ດັ່ງນັ້ນການຜ່ອນຄາຍຄວາມຕ້ອງການຂອງ GPU. ໃນປະຈຸບັນ, ການປະຕິບັດງານຂອງບັດ H20 ດຽວຂອງ NVIDIA ບໍ່ໄດ້ລື່ນກາຍວ່າ Huawei ຫຼື Cambrian; ຄວາມເຂັ້ມແຂງຂອງມັນແມ່ນຢູ່ໃນກຸ່ມ. ໂດຍອີງໃສ່ຜົນກະທົບໂດຍລວມກ່ຽວກັບຕະຫຼາດພະລັງງານ Luchation, ທ່ານ Yang ແມ່ນການສໍາພາດກັບການຝຶກອົບຮົມແບບໃຫຍ່ໆ, ໂດຍອີງໃສ່ການເພີ່ມຂື້ນ. ຄວາມຕ້ອງການແບບຍືນຍົງໃນຕະຫຼາດພະລັງງານຄອມພິວເຕີ້. " ນອກຈາກນັ້ນ, "ຄວາມຕ້ອງການທີ່ສູງຂອງ DeepSeek ສໍາລັບການບໍລິການທີ່ມີເຫດຜົນແລະການປັບປຸງທີ່ມີຄວາມອ່ອນແອຫຼາຍ, ເຊິ່ງເຮັດໃຫ້ມີການຫຼຸດຜ່ອນສິ່ງເສດເຫຼືອຈາກຜູ້ຜະລິດໃນລະດັບທີ່ແຕກຕ່າງກັນໃນລະດັບທີ່ແຕກຕ່າງກັນຂອງລະບົບນິເວດພາຍໃນປະເທດ." Luchen Technology ໄດ້ຮ່ວມມືກັບ Huawei Cloud ເພື່ອເປີດການອອກເຫດຜົນຂອງ Apis DeepSeek R1 ແລະການບໍລິການພາບຖ່າຍຟັງທີ່ອີງໃສ່ອໍານາດຄອມພີວເຕີ້ພາຍໃນປະຈໍາ. ທ່ານຍາງທີ່ສະແດງອອກໃນອະນາຄົດກ່ຽວກັບອະນາຄົດ: "DeepSeek Instills ຄວາມຫມັ້ນໃຈໃນການແກ້ໄຂບັນຫາທີ່ດີຂື້ນພາຍໃນ.
ສະຫຼຸບ
ບໍ່ວ່າ DeepSeeK ແມ່ນ "ດີກວ່າ" ກ່ວາ Chatgpt ແມ່ນຂື້ນກັບຄວາມຕ້ອງການສະເພາະແລະຈຸດປະສົງຂອງຜູ້ໃຊ້. ສໍາລັບວຽກງານທີ່ຕ້ອງການຄວາມຍືດຫຍຸ່ນ, ຕົ້ນທຶນຕໍ່າ, ແລະການປັບແຕ່ງ, DeepSek ອາດຈະສູງກວ່າ. ສໍາລັບການຂຽນທີ່ສ້າງສັນ, ການສອບຖາມທົ່ວໄປ, ແລະໂຕ້ຕອບການສົນທະນາແບບຜູ້ໃຊ້, Chatgp ອາດຈະເປັນຜູ້ນໍາ. ເຄື່ອງມືແຕ່ລະເຄື່ອງຮັບໃຊ້ຈຸດປະສົງທີ່ແຕກຕ່າງກັນ, ສະນັ້ນທາງເລືອກຈະຂື້ນກັບສະພາບການທີ່ພວກມັນຖືກນໍາໃຊ້.
ຄວບຄຸມສາຍ
ລະບົບການປົດປ່ອຍທີ່ມີໂຄງສ້າງ
ເຄືອຂ່າຍ & ຂໍ້ມູນ, ສາຍໄຟສາຍໃຍແກ້ວ, ສາຍເຊືອກ, ໂມດູນ, ໃບດ່ຽວ
APR.16th-18, ປີ 18, 2024 MIDDLE-EAST-EAST-EAST-EAST
APR.16th-18, ປີ 1824 Securika ໃນ Moscow
ພຶດສະພາ .9, 2024 ຜະລິດຕະພັນໃຫມ່ແລະເຕັກໂນໂລຢີເປີດຕົວຢູ່ຊຽງໄຮ້
Oct.22ND-25, 2024 ຄວາມປອດໄພຂອງຈີນໃນປັກກິ່ງ
NOV.19-20, 2024 ເຊື່ອມຕໍ່ KSA World KSA
ເວລາໄປສະນີ: Feb-10-2025