Обновление DeepSeek V3 задает новый парадигму AI: Вычислительная мощность и Алгоритм в танце

Недавно DeepSeek выпустил значительное обновление V3 версии на платформе Hugging Face — DeepSeek-V3-0324. Эта модель имеет 685 миллиардов параметров и значительно улучшена в таких аспектах, как способности к коду, дизайн пользовательского интерфейса и возможности вывода.

На только что завершившейся конференции GTC 2025 Хуан Жэньсюн высоко оценил достижения DeepSeek. Он отметил, что ранее рынок ошибочно полагал, что эффективная модель DeepSeek снизит потребность в высокопроизводительных чипах. Хуан Жэньсюн подчеркнул, что будущие вычислительные потребности будут только расти, а не уменьшаться.

Как выдающееся произведение прорыва алгоритмов, связь между DeepSeek и вычислительной мощностью вызвала размышления о роли вычислительной мощности и алгоритмов в развитии ИИ-индустрии.

Вычислительная мощность и алгоритм взаимного содействия

В области ИИ повышение вычислительной мощности создает основу для работы более сложных алгоритмов, позволяя моделям обрабатывать более масштабные данные и изучать более сложные паттерны. В то же время оптимизация алгоритмов позволяет более эффективно использовать вычислительную мощность и повышать эффективность использования вычислительных ресурсов.

Вычислительная мощность и алгоритм имеют симбиотические отношения, которые переосмысляют ландшафт индустрии ИИ:

1. Дифференциация технологических маршрутов: некоторые компании стремятся создать сверхбольшие вычислительные мощности, в то время как другие сосредотачиваются на оптимизации алгоритмов, образуя различные технологические школы.

2. Реконструкция цепочки поставок: некоторые компании становятся лидерами в области вычислительной мощности ИИ через экосистему, в то время как облачные сервисы снижают порог развертывания благодаря эластичным вычислительным услугам.

3. Корректировка распределения ресурсов: компании ищут баланс между инвестициями в аппаратную инфраструктуру и разработкой эффективных алгоритмов.

4. Восход открытых сообществ: открытые модели позволяют делиться результатами инноваций алгоритмов и оптимизации вычислительной мощности, ускоряя итерацию и распространение технологий.

Технические инновации DeepSeek

Успех DeepSeek неразрывно связан с его технологическими инновациями. Ниже приведено краткое объяснение его основных технологических инноваций:

Оптимизация архитектуры модели

DeepSeek использует комбинацию архитектуры Transformer и MOE (Mixture of Experts), а также вводит механизм многоголовой латентной внимания (Multi-Head Latent Attention, MLA). Эта архитектура похожа на эффективную команду, где Transformer обрабатывает обычные задачи, а MOE выступает как группа экспертов, вызывая наиболее подходящего эксперта в зависимости от конкретной проблемы. Механизм MLA позволяет модели более гибко сосредотачиваться на важных деталях, что дополнительно повышает производительность.

Инновации в методах обучения

DeepSeek предложила рамки обучения с гибкой точностью FP8. Эта рамка может динамически выбирать подходящую вычислительную точность в зависимости от потребностей на различных этапах обучения, повышая скорость обучения и уменьшая использование памяти при обеспечении точности модели.

Повышение эффективности вывода

На этапе вывода DeepSeek внедрил технологию многотокенового предсказания (Multi-token Prediction, MTP). В отличие от традиционного однококенового предсказания, технология MTP позволяет предсказывать несколько токенов за один раз, значительно ускоряя скорость вывода и одновременно снижая стоимость вывода.

Прорыв в алгоритме обучения с подкреплением

DeepSeek разработала новый алгоритм усиленного обучения GRPO (Обобщенная оптимизация с учетом вознаграждения и штрафов). Этот алгоритм оптимизирует процесс обучения модели, снижая ненужные вычислительные затраты при обеспечении повышения производительности, достигая баланса между производительностью и стоимостью.

Эти инновации образуют целостную техническую систему, которая значительно снижает требования к вычислительной мощности на всех этапах — от обучения до вывода. Это позволяет обычным потребительским видеокартам запускать мощные AI-модели, значительно снижая барьеры для применения AI и позволяя большему количеству разработчиков и компаний участвовать в инновациях в области AI.

Влияние на поставщиков высокопроизводительных чипов

Существует мнение, что DeepSeek обходит некоторые аппаратные уровни, снижая зависимость от высокопроизводительных чипов. На самом деле, DeepSeek оптимизирует алгоритмы, напрямую взаимодействуя с базовым набором инструкций. Этот метод делает связь DeepSeek с аппаратной экосистемой более тесной, в то время как снижение барьеров для применения ИИ может расширить общий размер рынка.

Тем не менее, оптимизация алгоритма DeepSeek может изменить структуру спроса на высококачественные чипы. Некоторые модели ИИ, которые раньше требовали топовых GPU для работы, теперь могут эффективно работать на средних и даже начальных графических картах.

Значение для китайской AI-индустрии

Оптимизация алгоритма DeepSeek предоставляет технологическую возможность для китайской AI-индустрии. В условиях ограниченного поставок высококлассных чипов, подход "ПО вместо аппаратного обеспечения" уменьшает зависимость от импорта высококлассных чипов.

На верхнем уровне эффективный алгоритм снижает давление на требования вычислительной мощности, позволяя поставщикам вычислительных услуг продлить срок службы оборудования за счет программной оптимизации и повысить доходность инвестиций. На нижнем уровне оптимизированные открытые модели снижают барьеры для разработки AI-приложений. Множество малых и средних предприятий, не имея большого количества ресурсов вычислительной мощности, также могут на основе модели DeepSeek разрабатывать конкурентоспособные приложения, что приведет к возникновению большего количества AI-решений в вертикальных областях.

Глубокое влияние на Web3+AI

Децентрализованная AI инфраструктура

Оптимизация алгоритма DeepSeek предоставляет новый импульс для инфраструктуры Web3 AI. Инновационная архитектура, эффективные алгоритмы и низкие требования к вычислительной мощности делают децентрализованное AI-вычисление возможным. Архитектура MoE естественно подходит для распределенного развертывания, различные узлы могут иметь разные сети экспертов, не требуя от единого узла хранения полной модели, что значительно снижает требования к хранению и вычислениям на одном узле, повышая гибкость и эффективность модели.

FP8 тренировочный фреймворк дополнительно снижает требования к высокопроизводительным вычислительным ресурсам, позволяя большему количеству вычислительных ресурсов присоединиться к сети узлов. Это не только снижает барьер для участия в децентрализованных AI вычислениях, но и повышает вычислительную мощность и эффективность всей сети.

Многоагентные системы

1. Оптимизация интеллектуальных торговых стратегий: с помощью анализа данных рынка в реальном времени, прогнозирования краткосрочных ценовых колебаний, выполнения торговых операций на блокчейне и мониторинга результатов сделок, совместная работа нескольких интеллектуальных агентов помогает пользователям получать более высокую прибыль.

2. Автоматическое выполнение смарт-контрактов: совместная работа агентов, таких как мониторинг смарт-контрактов, выполнение и контроль результатов, для реализации более сложной автоматизации бизнес-логики.

3. Персонализированное управление инвестиционным портфелем: ИИ помогает пользователям в реальном времени находить лучшие возможности для стейкинга или предоставления ликвидности в зависимости от их риск-профиля, инвестиционных целей и финансового положения.

DeepSeek ищет прорывы через инновации в алгоритмах в условиях ограничения вычислительной мощности, открывая дифференцированный путь развития для китайской AI-индустрии. Снижение барьеров для применения, содействие интеграции Web3 и AI, уменьшение зависимости от высококачественных чипов, предоставление возможностей для финансовых инноваций — эти эффекты пересекают цифровую экономику. Будущее развития AI больше не будет просто соревнованием вычислительной мощности, а станет соревнованием по совместной оптимизации вычислительной мощности и алгоритмов. На этой новой трассе инноваторы, такие как DeepSeek, переопределяют правила игры с помощью уникального интеллекта.