به گزارش ساوت چاینا مورنینگ پست، این استارتاپ هوش مصنوعی مستقر در هانگژو دو نسخه از این مدل را منتشر کرد. مدل V4-pro با ۱.۶ تریلیون پارامتر، بزرگترین مدل تاریخ این شرکت از نظر تعداد پارامتر محسوب میشود، در حالی که مدل کوچکتر V4-flash دارای ۲۸۴ میلیارد پارامتر است. بهطور کلی، تعداد پارامتر بالاتر معمولاً با توانمندی بیشتر مدل همبستگی دارد، هرچند همزمان نیاز محاسباتی آموزش و استقرار آن را نیز افزایش میدهد.
هر دو مدل دارای پنجره متنی (context window) یک میلیون توکنی هستند؛ قابلیتی کلیدی که میزان اطلاعات قابل پردازش توسط سیستم هوش مصنوعی را تعیین میکند. دیپسیک اعلام کرد این دستاورد با بهرهوری هزینهای «در سطح جهانی پیشرو» محقق شده است. مدل پرچمدار قبلی این شرکت تنها پنجره متنی ۱۲۸ هزار توکنی داشت.
اندکی پس از انتشار مدل جدید، هواوی اعلام کرد مجموعه تراشههای Ascend این شرکت به همراه سامانههای سوپرنود ( supernode) آن، «پشتیبانی کامل» برای اجرای مدلهای V4 در مرحله استنتاج (inference) ارائه خواهند کرد. شرکت تولیدکننده تراشه هوش مصنوعی کمبریکن نیز به سرعت از سازگاری محصولات خود با مدلهای جدید دیپسیک خبر داد.
در عرضه V4 بهصراحت به سازگاری با تراشههای داخلی اشاره شده است. میتوان انتظار داشت توانمندی کارتهای گرافیک داخلی امسال بهطور قابلتوجهی ارتقا یافته و استفاده از آنها فراگیر شود..
با این حال، اندازه بسیار بزرگ V4-pro باعث میشود اجرای محلی آن روی سختافزارهای مصرفی عملاً غیرممکن باشد. با این وجود، گزارش فنی مفصل منتشرشده درباره معماری مدل و روشهای آموزشی V4 احتمالاً برای توسعهدهندگان جهانی هوش مصنوعی ارزشمند خواهد بود.
مدل V4-flash نیز یکی از ارزانترین مدلهای پیشرفته موجود در بازار است و قیمتگذاری توکن آن مشابه مدل V2 دیپسیک است که در ژوئن ۲۰۲۴ عرضه شده بود.
دیپسیک اعلام کرد ظرفیت پردازشی V4-pro در حال حاضر به دلیل کمبود عرضه توان محاسباتی محدود شده است و با عرضه گسترده سوپرنودهای Ascend 950PR هواوی، قیمتها در نیمه دوم سال بهطور قابل توجهی کاهش خواهد یافت.
دیپسیک بهعنوان شناختهشدهترین شرکت هوش مصنوعی چین، بهنوعی شاخص سنجش پیشرفت صنعت نیمههادی این کشور محسوب میشود؛ صنعتی مرتبط که توسعه آن تحت تأثیر محدودیتهای صادراتی آمریکا بر تجهیزات پیشرفته تولید تراشه قرار گرفته است.
پیش از عرضه V4، مقامهای آمریکایی دیپسیک را متهم کرده بودند که برای آموزش مدلهای خود از تراشههای ممنوعه Blackwell انویدیا استفاده کرده است.
دیپسیک جزئیاتی درباره سختافزار مورد استفاده برای آموزش V4 منتشر نکرد. با این حال، در گزارش فنی خود به توسعه «کرنل»ها – کدهایی که عملکرد واحدهای پردازش گرافیکی (GPU) را تعیین میکنند – اشاره کرد که برای تراشههای انویدیا و هواوی بهینهسازی شدهاند.
انتظار میرود زنجیره تأمین گستردهتر تراشه نیز از این تحولات منتفع شود. مدل جدید احتمالاً هم تقاضا برای توان محاسباتی داخلی را افزایش میدهد و هم تطبیق تراشههای بومی با مدلهای پیشرو – از جمله CPUها – را تسریع میکند.
با وجود گمانهزنیها مبنی بر اینکه V4 مدلی چندوجهی (multimodal) خواهد بود، یعنی علاوه بر متن، توان پردازش تصویر و ویدئو نیز خواهد داشت، مدل پرچمدار دیپسیک همچنان فقط متنی است. این شرکت اعلام کرد «در حال کار روی افزودن قابلیتهای چندوجهی» است.
آخرین عرضه بزرگ دیپسیک، مدل R1، با کاهش فاصله توسعه مدلهای چینی و آمریکایی به چند ماه، شوک بزرگی در سطح جهانی ایجاد کرده بود. همچنین هزینه آموزشی اعلامشده این مدل که ۶ میلیون دلار بود، باعث شد انویدیا در یک روز نزدیک به ۶۰۰ میلیارد دلار از ارزش بازار خود را از دست بدهد.
با این حال، این بار دیپسیک برخلاف مدلهای قبلی V3 و V2 که اعلام کرده بود با GPUهایNvidia H800 آموزش دیدهاند، درباره هزینه آموزش و سختافزار مورد استفاده سکوت کرده است.
منبع: scmp
