Эволюция DeepSeek: от V1 до V4

1. Истоки: мечта об ИИ количественного гиганта

История начинается не в Кремниевой долине, а в китайской High-Flyer (幻方量化). Этот количественный хедж-фонд с вычислительной мощностью уровня суперкомпьютерного центра инкубировал команду DeepSeek для исследования общего искусственного интеллекта (AGI). Они вступили на этот необычный путь с духом гиков и верой в открытый исходный код.

2. DeepSeek V1: Первый крик

Релиз: 2023 г.

DeepSeek V1 был первой попыткой команды. Хотя масштаб параметров и производительность V1 не были самыми топовыми в битве больших моделей в то время, он продемонстрировал прочный технический фундамент команды. V1 был в основном моделью Coder, ориентированной на генерацию кода, что заложило основу для последующего доминирования DeepSeek в программировании.

• Ключевые слова: Code LLM, исследование открытого исходного кода, параметры 7B/33B.

3. DeepSeek V2: Архитектурные инновации, Давид против Голиафа

Релиз: май 2024 г.

V2 стал прорывной битвой DeepSeek. В этой версии команда смело представила архитектуру MLA (Multi-head Latent Attention). Эта инновация значительно сократила использование памяти KV Cache во время вывода, сделав стоимость вывода DeepSeek V2 лишь долей от GPT-4 при эквивалентных параметрах.

Релиз V2 шокировал сообщество с открытым исходным кодом. Люди обнаружили, что эта модель из Китая не только дешевая, но и действительно хорошая.

• Ключевые слова: архитектура MLA, убийца цен, первая попытка MoE, параметры 236B.

4. DeepSeek V3: Шедевр, соперничающий с закрытым исходным кодом

Релиз: декабрь 2024 г.

Если V2 был ошеломляющим, то V3 был совершенно сногсшибательным. DeepSeek V3 увеличил масштаб параметров до 671B (37B активных), приняв более зрелую архитектуру MoE. Впервые в нескольких тестах он на равных конкурировал с GPT-4o и Claude 3.5 Sonnet, даже превосходя их в китайских контекстах и ​​конкретных задачах программирования.

Релиз V3 полностью изменил стереотип о том, что "модели с открытым исходным кодом не могут победить модели с закрытым исходным кодом". DeepSeek стал предпочтительным API для разработчиков по всему миру.

• Ключевые слова: 671B MoE, обучение FP8, превосходство над GPT-4, веха открытого исходного кода.

5. DeepSeek V4: Путь к легенде

Релиз: 2026 г. (Ожидается)

Стоя на плечах V3, V4 не выбрал консервативную итерацию, а снова революционизировал базовую архитектуру — Engram (MoE 2.0). Цель V4 больше не "соперничать", а превосходить. Он направлен на решение двух самых болезненных точек больших моделей: забывание длинного контекста и дефекты логики рассуждений.

V4 знаменует трансформацию DeepSeek из последователя в лидера. Это доказывает, что чистый технологический идеализм все еще имеет силу изменить мир в эту эпоху коммерческой шумихи.

6. Заключение

От V1 до V4 каждый шаг, который делал DeepSeek, был чрезвычайно твердым. У них не было ярких презентаций, бесконечных PR-статей, только строки открытого исходного кода и подробные технические отчеты.

Это DeepSeek, основа китайского ИИ.