See lähenemisviis on otsene vastus USA ekspordikontrollidele, mis piiravad juurdepääsu tipptasemel tehnoloogiale, sunnivad nende piirangute piires uuendusi.
Toimivuse optimeerimine vanemate laastudega
1. kuluefektiivsus: vanemate laastude abil on Deepseek suutnud oma R1 mudeli välja töötada murdosa kuludest võrreldes konkurentidega. Teadaolevalt kulutas ettevõte arvutusvõimsusele vaid 6 miljonit dollarit, mis on oluliselt madalam kui sarnaste võimaluste jaoks selliste ettevõtete nagu OpenAi poolt kulutatud miljardid [3] [8]. See kulutõhusus võimaldab Deepseekil pakkuda oma AI-teenuste jaoks konkurentsivõimelist hinnakujundust, nõudes vaid 0,55 dollarit miljoni sisestusmärgi kohta, võrreldes OpenAi 15 dollariga [3].
2. Uuenduslikud disainivalikud: Deepseeki insenerid on optimeerinud oma treeningprotsesse, et kompenseerida vanema riistvara piiranguid. Näiteks programmeerisid nad iga H800 kiibi 132 töötlemisüksusest spetsiaalselt kiibidevahelise suhtluse haldamiseks, mis on ainulaadne optimeerimisstrateegia, mis pole tavaliselt teostatav keerukamate kiipidega nagu H100 [2]. See optimeerimise tase võimaldab DeepSEEKil säilitada suure jõudluse vaatamata vähem võimsa riistvara kasutamisele.
3. Algoritmiline efektiivsus: ettevõte kasutab täiustatud tehnikaid nagu ekspertide segu (MOE), mis aktiveerib töötlemise ajal ainult parameetrite alamhulga, suurendades arvutuslikku efektiivsust ilma jõudlust ohverdamata [8]. See valikuline aktiveerimine võimaldab Deepseekil saavutada tulemusi, mis on võrreldavad süsteemide tulemustega, kes kasutavad oluliselt rohkem ressursse.
4. Piirangutega kohanemine: USA sanktsioonide piirangud on tahtmatult ajendanud uuendusi Deepseekis. Vajadus töötada piiratud ressurssidega on pannud ettevõtte välja töötama ülitõhusaid algoritme ja koolitusmeetodeid, mis maksimeerivad nende saadaoleva riistvara võimalusi [5] [7]. Nagu eksperdid märkisid, on see olukord sundinud Hiina ettevõtteid nagu Deepseek muutuma AI arengule lähenemisel leidlikumaks ja uuenduslikumaks [7].
Mõju jõudlusele
Deepseeki tuginemine vanematele kiipidele ei tähenda pelgalt varuvõimalust; Sellest on saanud nende strateegia nurgakivi. Ettevõtte võime optimeerida oma mudeleid H800 kiipi piirangute ümber, mis käsitlevad spetsiaalselt mälu ribalaiusega seotud probleeme - näitab, et tõhus tarkvaratehnika võib mõnikord kaaluda üles uuema riistvara eelised [2] [4].
Kokkuvõtlikult võib öelda, et Deepseeki vanemate laastude kasutamine tuleneb ekspordipiirangutest tingitud vajadusest, mis on viinud märkimisväärsete uuendusteni tõhususe ja kulude haldamisel. See mitte ainult ei positsioneeri Deepseeki AI maastikul tohutu konkurendina, vaid rõhutab ka seda, kuidas piirangud võivad tehnoloogia ja metoodika olulisi edusamme suurendada.
Tsitaadid:]
[2] https://stratechery.com/2025/deepseek-faq/
]
[4] https://blog.heim.xyz/deepseek-that-the-headlines-miss/
]
[6] https://arxiv.org/html/2412.19437v1
]
]