Обновление DeepSeek V3 ведет к новой парадигме AI: оптимизация алгоритмов и совместное развитие вычислительной мощности

DeepSeek недавно выпустил обновление версии V3 на Hugging Face — DeepSeek-V3-0324, параметры модели достигли 6850 миллиардов, в таких аспектах, как кодирование, дизайн пользовательского интерфейса и вычислительная мощность, наблюдаются значительные улучшения.

На недавно завершившейся конференции GTC 2025 высокопоставленный чиновник одной технологической компании высоко оценил достижения DeepSeek и подчеркнул, что мнение рынка о том, что эффективная модель DeepSeek приведет к снижению спроса на чипы, является ошибочным. Он отметил, что будущее вычислительных потребностей только увеличится, а не уменьшится.

DeepSeek как представитель прорывного алгоритма вызвал размышления о роли вычислительной мощности и алгоритмов в развитии отрасли в связи с отношениями между поставками чипов.

Вычислительная мощность и эволюция алгоритмов

В области ИИ повышение вычислительной мощности предоставляет основу для выполнения более сложных алгоритмов, позволяя моделям обрабатывать большие объемы данных и изучать более сложные паттерны; в то время как оптимизация алгоритмов может более эффективно использовать вычислительную мощность, повышая эффективность использования вычислительных ресурсов.

Вычислительная мощность и Алгоритм имеют симбиотические отношения, которые преобразуют ландшафт AI-индустрии:

1. Дифференциация технологических маршрутов: некоторые компании стремятся создать сверхбольшие вычислительные мощностей, в то время как такие компании, как DeepSeek, сосредотачиваются на оптимизации алгоритмов, формируя различные технологические направления.

2. Реконструкция цепочки поставок: одна чиповая компания становится лидером в области вычислительной мощности ИИ благодаря своей экосистеме, тогда как облачные сервис-провайдеры снижают порог развертывания за счет эластичных вычислительных услуг.

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

4. Появление открытых сообществ: открытые модели, такие как DeepSeek и LLaMA, позволяют делиться результатами инноваций в области алгоритмов и оптимизации вычислительной мощности, что ускоряет итерацию и распространение технологий.

Технические инновации DeepSeek

Успех DeepSeek неразрывно связан с его технологическими инновациями. Ниже приведено краткое объяснение его основных инновационных пунктов:

Оптимизация архитектуры модели

DeepSeek использует комбинированную архитектуру Transformer+MOE (Смешанная группа экспертов) и вводит механизм многоголового латентного внимания (Multi-Head Latent Attention, MLA). Эта архитектура подобна эффективной команде: Transformer обрабатывает обычные задачи, MOE выступает в роли экспертной группы для решения специфических проблем, а MLA позволяет модели более гибко фокусироваться на важных деталях.

Инновации в методах обучения

DeepSeek предложил фреймворк смешанной точности FP8, который может динамически выбирать подходящую вычислительную мощность в зависимости от потребностей обучения, обеспечивая при этом точность модели, увеличивая скорость обучения и уменьшая использование памяти.

Повышение эффективности вывода

DeepSeek внедряет технологию многотокенового прогнозирования (Multi-token Prediction, MTP), которая позволяет прогнозировать несколько токенов одновременно, значительно ускоряя скорость вывода и снижая затраты.

Прорыв в алгоритмах обучения с подкреплением

Новый алгоритм обучения с подкреплением GRPO (Обобщенная оптимизация с учетом вознаграждений и штрафов) оптимизирует процесс обучения модели, обеспечивая повышение производительности при снижении ненужных вычислений и достигая баланса между производительностью и затратами.

Эти инновации сформировали полную технологическую систему, которая значительно снижает потребность в вычислительной мощности на всех этапах, от обучения до вывода, позволяя обычным потребительским графическим картам запускать мощные модели ИИ, что значительно снижает порог входа в применение ИИ.

Влияние на поставки чипов

DeepSeek проводит оптимизацию алгоритмов через PTX (Параллельное выполнение потоков) от одной компании по производству чипов, что позволяет достичь более тонкой настройки производительности. Это влияние на поставщиков чипов двустороннее: с одной стороны, DeepSeek более тесно связывается с аппаратным обеспечением и экосистемой, снижение барьеров для AI-приложений может расширить общий объем рынка; с другой стороны, оптимизация алгоритмов может изменить структуру спроса на высококлассные чипы, и некоторые AI-модели, которые ранее могли работать только на высококлассных GPU, теперь могут эффективно работать на среднебюджетных и даже потребительских видеокартах.

Значение для китайской AI-индустрии

Оптимизация алгоритма DeepSeek предоставляет технологический путь прорыва для китайской AI-индустрии. На фоне ограничений высококачественных чипов, подход «программное обеспечение вместо аппаратного обеспечения» уменьшает зависимость от импортных чипов высшего класса.

На upstream эффективный Алгоритм снизил давление на потребность в Вычислительная мощность, позволяя поставщикам вычислительной мощности продлить срок службы оборудования за счет программной оптимизации, повышая рентабельность инвестиций. На downstream оптимизированная открытая модель снизила порог разработки AI-приложений, позволяя множеству малых и средних предприятий разрабатывать конкурентоспособные приложения на основе модели DeepSeek, что способствовало появлению большего числа AI-решений в вертикальных областях.

Глубокое влияние Web3+AI

Децентрализованная AI инфраструктура

Оптимизация алгоритма DeepSeek предоставляет новую动力 для инфраструктуры Web3 AI. Архитектура MoE подходит для распределенного развертывания, различные узлы могут содержать разные экспертные сети, что исключает необходимость хранения полной модели на одном узле, снижая требования к хранению и вычислительной мощности на одном узле. Рамки FP8 для обучения дополнительно снижают потребность в высококачественных вычислительных ресурсах, позволяя большему количеству вычислительных ресурсов присоединяться к сети узлов.

Многоагентные системы

1. Оптимизация интеллектуальных торговых стратегий: с помощью анализа рыночных данных, прогнозирования ценовых колебаний и совместного выполнения цепочных сделок несколькими агентами, помогает пользователям получать более высокую прибыль.

2. Автоматическое выполнение смарт-контрактов: автоматизация сложной бизнес-логики через совместную работу агентов, таких как мониторинг контрактов, выполнение и контроль результатов.

3. Персонализированное управление инвестиционным портфелем: ИИ помогает в реальном времени находить лучшие возможности для стейкинга или предоставления ликвидности в зависимости от рисковых предпочтений пользователя, инвестиционных целей и финансового состояния.

DeepSeek находит прорывы через инновации в алгоритмах при ограниченной вычислительной мощности, открывая дифференцированные пути развития для китайской AI-индустрии. Снижая барьеры для применения, содействуя интеграции Web3 и AI, уменьшая зависимость от высококачественных чипов и наделяя финансовые инновации, эти изменения перестраивают ландшафт цифровой экономики. В будущем развитие AI больше не будет только гонкой вычислительной мощности, а станет соревнованием по совместной оптимизации вычислительной мощности и алгоритмов. На этой новой арене инноваторы, такие как DeepSeek, переопределяют правила игры с помощью китайской мудрости.