Новый этап в развитии китайских ИИ-технологий

Китайская индустрия полупроводников достигла значимого результата: для процесса постобучения передовой модели DeepSeek V4 Pro были задействованы отечественные чипы Huawei Ascend. До недавнего времени считалось, что, несмотря на успехи в сфере инференса (вывода данных), локальные чипы не способны справляться с критически сложной задачей обучения масштабных языковых моделей.

Технические детали реализации

Реализация проекта стала возможной благодаря сотрудничеству Huawei с рядом научных организаций, включая Шэньчжэньский кампус Харбинского политехнического института и Шэньчжэньский институт больших данных. В ходе эксперимента была задействована вычислительная инфраструктура, состоящая из 1000 процессоров Huawei Ascend 910C.

Исследователи провели полнопараметрическое обучение, что позволило обновить модель без внесения корректировок в ее архитектуру. Важно разграничивать этапы разработки нейросетей:

  • Вывод (inference): запуск уже обученной модели для выполнения пользовательских запросов.
  • Предварительное обучение: начальный этап «обучения языку» на колоссальных массивах данных.
  • Постобучение: адаптация модели к инструкциям, этическим правилам и специфическим требованиям пользователя.

Успешное выполнение именно этапа постобучения на китайском «железе» является важным шагом к технологической независимости КНР в сфере ИИ.

Отказ от зависимости от западных решений

Ранее для обучения подобных систем стандартом индустрии считалось использование аппаратного обеспечения от Nvidia или AMD. В частности, предыдущая версия модели, DeepSeek V3, обучалась на кластере из 2048 ускорителей Nvidia H800. В условиях нарастающих ограничений на поставки высокопроизводительных чипов, переход на архитектуру Ascend выглядит как стратегическое решение.

По информации источника, на фоне технологических успехов компания DeepSeek планирует привлечь крупный раунд финансирования в размере порядка 50 миллиардов юаней. Разработчик продолжает активно укреплять свои позиции, предлагая высокоэффективные модели с открытым исходным кодом, способные конкурировать с ведущими мировыми аналогами в генерации текста, написании программного кода и решении сложных аналитических задач.