
Содержание3 разделов
The Information сообщила о планах DeepSeek использовать больше китайского оборудования. Это сообщение издания о непубличных планах, а не технический отчёт DeepSeek. Ранее мы пересказывали размеры будущих моделей и сравнение количества ускорителей как установленные характеристики. Первичного подтверждения этих чисел в проверенных документах нет, поэтому они удалены.
Обучение и работа готовой модели требуют разных проверок
Обучение меняет параметры модели на данных. При использовании готовой модели программа вычисляет ответы с уже полученными весами. Поддержка оборудования для второго этапа не доказывает, на каком оборудовании прошёл первый.
Поэтому сообщение «модель работает на Ascend» само по себе не означает «полностью обучена на Ascend». Для подтверждения обучения нужны технический отчёт разработчика, описание вычислительного кластера и условий запуска. Для пользователя важнее поддержка конкретной версии модели в выбранном программном окружении.
Число параметров не даёт прямого сравнения чипов
На скорость влияют формат весов, архитектура, размер пакета запросов, длина контекста, память и связь между ускорителями. В моделях с выборочной активацией части сети общее число параметров также отличается от числа участвующих в одном вычислении.
Учебный пример: две системы отвечают на одинаковые 100 запросов. Одна быстрее выдаёт первый токен, другая обрабатывает больше запросов за минуту. Признать победителя без указания нужного сценария нельзя. Число чипов без этих условий не объясняет скорость и качество работы.
Что действительно можно проверить перед использованием
В официальной API-документации DeepSeek опубликованы доступные имена моделей и правила обращения к ним. На 7 октября там указаны deepseek-flash и deepseek-v4-pro. Это проверяемая доступность API, она не подтверждает детали будущей инфраструктуры.
Для локального запуска нужны точная карточка весов, лицензия и совместимый движок. Проверьте скорость и память на разрешённом наборе своих задач. Порядок такого теста описан в руководстве по локальным нейросетям. Утверждения о будущих моделях будем обновлять после публикации разработчика.
Источники

Как вам материал?



Комментарии