كيف قام DeepSeek بتحطيم حاجز التكلفة مع 5.6 مليون دولار

المنطق التقليدي في مجال الذكاء الاصطناعي يقترح أن بناء نماذج اللغة الكبيرة (LLMs) يتطلب جيوب عميقة – عادةً بمليارات الاستثمار. ولكن DeepSeek ، شركة أبحاث ذكاء اصطناعي صينية، قامت بتحطيم هذا المفهوم بتحقيقها الأخير: تطوير نموذج ذكاء اصطناعي من الدرجة العالمية مقابل 5.6 مليون دولار فقط.

يمكن لنموذج DeepSeek V3 المنافسة مع عمالقة الصناعة مثل جيميني من جوجل و أحدث عروض OpenAI ، كل ذلك باستخدام جزء صغير من الموارد الحاسوبية التقليدية. لفت هذا الإنجاز انتباه العديد من قادة الصناعة، وما يجعل هذا الإنجاز ممتازًا بشكل خاص هو أن الشركة حققته على الرغم من مواجهة قيود التصدير الأمريكية التي محدودة الوصول إلى أحدث شرائح Nvidia (NVDA ).

اقتصاديات الذكاء الاصطناعي الفعال

الأرقام تحكي قصة مقنعة عن الفعالية. في حين أن معظم نماذج الذكاء الاصطناعي المتقدمة تتطلب بين 16,000 و 100,000 وحدة معالجة رسومات (GPUs) للتدريب، قامت DeepSeek بتدريب نموذجها باستخدام 2,048 وحدة معالجة رسومات فقط تعمل لمدة 57 يومًا. استهلك تدريب النموذج 2.78 مليون ساعة وحدة معالجة رسومات على شرائح Nvidia H800 – وهو رقم معتدل بشكل ملحوظ لنماذج 671 مليار معامل.

لنضع هذا في السياق، احتاجت Meta إلى ما يقرب من 30.8 مليون ساعة وحدة معالجة رسومات – أي ما يعادل 11 مرة من القوة الحاسوبية – لتدريب نموذج Llama 3 ، الذي يحتوي على معاملات أقل، حيث يبلغ عدد المعاملات 405 مليار. يبدو подход DeepSeek وكأنه دروس في التحسين تحت القيود. بالعمل مع شرائح H800 – شرائح ذكاء اصطناعي مصممة بواسطة Nvidia خصيصًا للسوق الصينية مع قدرات مخفضة – قامت الشركة بتحويل القيود المحتملة إلى ابتكارات. بدلاً من استخدام حلول جاهزة لمعالجة المعالج، قاموا بتطوير حلول مخصصة تعزز الفعالية.

في حين يستمر المنافسون في العمل تحت افتراض أن الاستثمارات الضخمة ضرورية، تظهر DeepSeek أن الابتكار والاستخدام الفعال للموارد يمكن أن يلبي احتياجات السوق.

الصورة: Artificial Analysis

هندسة المستحيل

يتأتى إنجاز DeepSeek من نهجها الفني المبتكر، مما يظهر أن الانجازات الأكثر تأثيرًا أحيانًا تأتي من العمل داخل القيود بدلاً من رمي الموارد غير المحدودة لمواجهة المشكلة.

في قلب هذه الابتكارات تقنية تسمى “توازن الحمل بدون خسارة مساعدة”. يمكن تصورها كتنسيق نظام معالجة موازية ضخم حيث تحتاج عادةً إلى قواعد و عقوبات معقدة لضمان سير العملية بسلاسة. قامت DeepSeek بقلب هذه الحكمة التقليدية رأسًا على عقب، بتطوير نظام ي维持 التوازن بشكل طبيعي دون الحاجة إلى العواقب التقليدية.

كما رائدة ما يسمى “توقع متعدد الرموز” (MTP) – تقنية تسمح للنموذج بالتفكير مقدماً من خلال توقع رموز متعددة في نفس الوقت. في الممارسة، يترجم هذا إلى معدل قبول ممتاز يصل إلى 85-90% لهذه التوقعات عبر مواضيع مختلفة، مما يوفر سرعات معالجة أسرع 1.8 مرة من النهج السابقة.

الهندسة المعمارية نفسها هي تحفة من الفعالية. يستخدم نموذج DeepSeek V3 نهجًا مزيجًا من الخبراء مع إجمالي 671 مليار معامل، ولكن الجزء الذكي هو أنه يفعّل فقط 37 مليار معامل لكل رمز. يعني هذا التفعيل الانتقائي أنهم يحصلون على فوائد نموذج ضخم مع الحفاظ على الفعالية العملية.

اختيارهم لإطار تدريب الدقة المختلطة FP8 هو قفزة أخرى إلى الأمام. بدلاً من قبول القيود التقليدية للدقة المخفضة، قاموا بتطوير حلول مخصصة تحافظ على الدقة مع تقليل كبير للمتطلبات الذاكرة والحسابية.

آثار الموجات في نظام الذكاء الاصطناعي

تأثير إنجاز DeepSeek يمتد إلى ما هو أبعد من مجرد نموذج ناجح.

للتطوير الأوروبي للذكاء الاصطناعي، هذا الإنجاز ذو أهمية خاصة. لا يتمكن العديد من النماذج المتقدمة من الوصول إلى الاتحاد الأوروبي لأن شركات مثل Meta و OpenAI إما لا تستطيع أو لا ترغب في التكيف مع قانون الذكاء الاصطناعي الأوروبي. يظهر نهج DeepSeek أن بناء الذكاء الاصطناعي المتقدم لا يتطلب دائمًا مجموعات كبيرة من وحدات معالجة الرسومات – بل يتعلق الأمر أكثر بكيفية استخدام الموارد المتاحة بفعالية.

यह التطوير أيضًا يظهر كيف يمكن للقيود على التصدير أن تدفع الابتكار. قادتهم القيود على الوصول إلى الأجهزة عالية الأداء إلى التفكير بشكل مختلف، مما أدى إلى تحسينات برمجية قد لا تظهر في بيئة غنية بالموارد. يمكن أن يعيد هذا المبدأ تشكيل كيفية 접근نا لتطوير الذكاء الاصطناعي على المستوى العالمي.

الآثار الديمقراطية هي عميقة. في حين تستمر الشركات الكبيرة في حرق المليارات، قامت DeepSeek بإنشاء مخطط لتحقيق فعالية في تطوير الذكاء الاصطناعي وبأسعار معقولة. يمكن أن يفتح هذا الباب لشركات وأبحاث مؤسسات أصغر لم تكن قادرة على المنافسة بسبب قيود الموارد.

然而، هذا لا يعني أن البنية التحتية للحوسبة على نطاق كبير تصبح عفا عليها الزمن. تتجه الصناعة نحو التركيز على تعزيز وقت الاستدلال – الوقت الذي يستغرقه النموذج ل توليد الإجابات. مع استمرار هذا الاتجاه، ستكون الموارد الحاسوبية الكبيرة لا تزال ضرورية، وربما أكثر من ذلك مع مرور الوقت.

لكن DeepSeek قامت بتغيير المحادثة بشكل جوهري. الآثار طويلة المدى واضحة: نحن ندخل عصرًا حيث قد يهم التفكير الابتكاري والاستخدام الفعال للموارد أكثر من القوة الحاسوبية الصرفة. بالنسبة لمجتمع الذكاء الاصطناعي، هذا يعني التركيز ليس فقط على الموارد التي لدينا، ولكن على كيفية استخدامها بطرق إبداعية وفعالة.