Прорыв года? Изменит ли DeepSeek рынок ИИ

Логотип компании
Прорыв года? Изменит ли DeepSeek рынок ИИ
изображение создано нейросетью Шедеврум
Две модели искусственного интеллекта, выпущенные китайской компанией DeepSeek, поставили ее в один ряд с лидерами индустрии. Как компании удалось добиться невероятного прогресса за два года при микроскопическом бюджете и как это повлияет на будущее отрасли, рассказывает IT-World.

DeepSeek — ведущий китайский стартап в области ИИ. Компания была создана в 2023 году с целью «исследовать сущность общего искусственного интеллекта». «Наша цель — AGI, а это значит, что нам нужно изучить новые структуры моделей, чтобы реализовать более сильные возможности модели при ограниченных ресурсах», — сказал генеральный директор DeepSeek Лян Вэньфэн.

Как ChatGPT, но дешевле

Спустя всего два года после основания DeepSeek перевернула представления о разработке искусственного интеллекта. И не только тем, что поставила под сомнение лидирующую роль США в сфере ИИ (это сомнение, кстати, стоило американскому фондовому рынку $1 трлн обвала капитализации). Главное, компания доказала, что разработка современных моделей — это не так дорого и не так долго, как принято было думать.

В ноябре 2023 года компания представила первую одноименную модель. В мае 2024 года появилась DeepSeek V2, а уже в декабре — DeepSeek V3, сопоставимая с GPT-4o-0513 от Open AI. Последняя, стоит отметить, занимается исследованиями и разработкой искусственного интеллекта с 2015 года.

В январе 2025 года DeepSeek выпустила модель R1, которая через неделю возглавила список самых популярных бесплатных приложений в Apple Store. Ее характеристики соответствуют OpenAI o1-1217. Как китайскому стартапу это удалось?

Во-первых, благодаря новым инженерным подходам модели DeepSeek требуют на порядок меньше GPU для обучения, что делает процесс намного дешевле. Так, для обучения V3 использовались чипы Nvidia H800 — замедленная версия флагманского H100, которая была выпущена специально для китайского рынка в ответ на запрет США поставлять в Китай мощные GPU. При этом компании потребовалось всего 2 тыс. ускорителей по сравнению с десятками тысяч, которые обычно используются для обучения моделей аналогичного размера. Например, обучение чат-бота от Илона Маска Grok 2 потребовало 20 тыс. ускорителей Nvidia H100, а Grok-3 — уже 100 тыс. мощных GPU.

Такой подход в десятки раз снизил бюджет разработки моделей DeepSeek. Стоимость полного цикла обучения DeepSeek V3 составила $5,5 млн, в то время как LLaMA-3.1 405B потребовала порядка $60 млн, GPT-4o — более $100 млн.

Во-вторых, китайский стартап поразил мир невероятной скоростью освоения технологии. Фактически компания смогла приблизиться к достижениям OpenAI за несколько месяцев, что считалось абсолютно невозможным. Объяснение простое: в DeepSeek не тратили время на разработку с нуля, а использовали существующие ИИ-модели с открытым исходным кодом.

Технические фишки

Итак, какие технические решения помогли DeepSeek совершить прорыв в области ИИ?

1. Использование Multi-head Latent Attention (MLA) и DeepSeekMoE для экономичного обучения модели и эффективной генерации.

Так, MLA позволяет извлекать ключевые детали из текста. Улучшения этого метода, которые провела DeepSeek, помогли значительно сократить размер кэша Key-Value (KV). Снижение размера KV помогает решить проблему чрезмерного потребления памяти, что улучшает производительность больших языковых моделей.

Как большие языковые модели меняют бизнес-процессы

DeepSeekMoE — это разновидность архитектурного подхода в машинном обучении Mixture of Experts, который использует несколько специализированных моделей (экспертов) для обработки входных данных. DeepSeek адаптировала его, сделав выбор экспертов для генерации более гибким и комбинированным.

Вышло глобальное обновление системы централизованного управления РЕД АДМ Промышленная редакция 2.0
Цифровые двойники в строительстве. Эффективность, проблемы и перспективы
Модульные ЦОДы. Как быстро масштабировать вычисления?

2. Использование Group Relative Policy Optimization (GRPO).

DeepSeek-R1-Zero обучена на синтетических или искусственно созданных данных методом Reinforcement Learning (RL), который позволяет системам совершенствовать свои действия, взаимодействуя с окружающей средой. То есть методом проб и ошибок получая обратную связь.

В DeepSeek разработали подход GRPO — это алгоритм обучения с подкреплением, который позволяет модели эффективно оптимизировать ответы без использования функции ценности. По сути, это усовершенствованный алгоритм Proximal Policy Optimization (PPO), который используется в области RL. Разработчики DeepSeek убрали из него модель критика, чем облегчили архитектуру решения.

Почему это меняет всё

Прорыв DeepSeek в долгосрочной перспективе означает, что мощные ИИ-инструменты станут более доступны, а скорость развития ИИ резко возрастет. Несмотря на отличные результаты в метриках и сопоставимый уровень работы с OpenAI-моделями, DeepSeek выложила код обучения и веса модели в открытый доступ. И конечно, это меняет расклад в мировой гонке ИИ, и дело не только в том, что Китай усилил позиции. Пример DeepSeek может вдохновить разработчиков по всему миру.

В России бизнес активно использует Open Source-модели ИИ из-за требований ИБ по сохранению данных в контуре предприятия — проприетарные решения от лидеров отрасли, тех же Open AI и Google, предусматривают отправку данных на их серверы. А значит, российские компании смогут применять решения DeepSeek при развертывании LLM-платформы для создания чат-ботов, получив доступ к наиболее продвинутым современным технологиям.

Что получает малый и средний бизнес от внедрения ИИ?

Так, DeepSeek уже выложила в открытый доступ дистилляты своих ИИ-моделей (более компактные версии, которые обучаются на основе большой модели). В скором времени мы ожидаем появления «уменьшенных» версий DeepSeek, которые будут еще проще в развертывании.

Читайте также
Вячеслав Касимов: «DDoS — не про разрушение, а про репутацию. Порой это страшнее»
Что общего у хорошего специалиста по безопасности и уличного фокусника? Оба работают так, чтобы никто ничего не заметил. Вячеслав Касимов, директор департамента информационной безопасности МКБ, рассказывает, как строится защита от внешних атак, почему важно тестировать даже продуманные до мелочей схемы, можно ли доверять ИИ и почему «нулевые утечки» не всегда свидетельствуют о зрелости системы безопасности, а иногда просто создают иллюзию надежности.

DeepSeek доступен обычным пользователям — можно скачать приложение в App Store и Google Play на смартфон, пройти простую регистрацию и использовать чат-бот бесплатно. Приложение не имеет ограничений для россиян и не требует использования VPN. В будущем можно ожидать появления платных пакетов с расширенной функциональностью.

Помимо большого числа практических применений DeepSeek в решениях для бизнеса, можно ожидать, что открытость технологии поможет многим другим ИИ-моделям, включая российские, подтянуться к топовым версиям.

И конечно, DeepSeek будет выпускать новые решения. Уже известно о новейшей модели Janus-Pro-7B для генерации и обработки картинок — прямого конкурента DALL-E 3.

Ложка дегтя в бочке меда

Несмотря на общие восторги, некоторые эксперты сомневаются в указанной стоимости разработки DeepSeek. Ситуацию осложняет то, что хотя обе модели частично открыли исходный код, их данные для обучения не раскрываются. Также есть вероятность, что DeepSeek занижает показатели по процессорам и их количеству. Но даже если это так, сам факт, что DeepSeek смогла догнать и кое в чем превзойти нейросеть Open AI — знаковый сигнал для рынка, который точно не будет прежним.

Журнал IT Expert [№ 04/2025]  Подписка на журналы

Опубликовано 31.03.2025

Об авторах
Александр Стрельников
Александр Стрельников
Эксперт по ИИ компании Axenix
Искусственный интеллект AI
Похожие статьи
JBL с душой Зелибобы и другие новинки Алисы от Яндекса
JBL с душой Зелибобы и другие новинки Алисы от Яндекса
Помимо большого обновления платной версии Алисы, на презентации Яндекса было представлен ряд устройств, а также новые возможности Яндекс Авто.
Андрей ВиноградовЯндексИТ-новинки, 15.04.25
GigaChat 2.0 вывел российский искусственный интеллект на новый уровень
GigaChat 2.0 вывел российский искусственный интеллект на новый уровень
Модель умеет работать с аудио, видео, текстами, картинками и в реальном времени анализировать данные из интернета.
СберИТ-новинки, 14.04.25
Китайский апгрейд для российского ИИ
Китайский апгрейд для российского ИИ
ВТБ планирует открыть центр компетенций по искусственному интеллекту в Китае для совместных исследований и тестирования ИИ-устройств с участием российских и китайских специалистов. Проект может стать ответом на санкционные ограничения и обеспечить доступ к мощностям и технологиям, недоступным в России, однако требует преодоления юридических и технологических барьеров.
Технологии, 14.04.25
Чего ожидать от автономного искусственного интеллекта?
Чего ожидать от автономного искусственного интеллекта?
Исследователи из компании DeepMind представили новый технический документ, посвященный безопасной разработке искусственного интеллекта общего уровня(AGI). Artificial General Intelligence или AGI – это сильный искусственный интеллект общего уровня, который способен мыслить и действовать, как человек.
ГуглТехнологии, 04.04.25
Загрузить ещё1 2 3 4 5 »» Следующая →