دیپسیک، شرکت چینی فعال در حوزه هوش مصنوعی، نسخه نهایی و تجاری مدل پرچمدار خود با نام V4 Pro را منتشر کرد. این مدل با حجم عظیم ۱.۷ تریلیون پارامتر و مجوز متنباز MIT عرضه شده و پنجره متنی یک میلیون توکنی خود را حفظ کرده است.
انتشاری بیسر و صدا
نکته قابل توجه در مورد این عرضه، نحوه معرفی مدل جدید است. دیپسیک برخلاف رویه معمول شرکتهای بزرگ فناوری، هیچ بیانیه رسمی یا صفحه معرفی مشخصی در وبسایت خود منتشر نکرد. در عوض، کارت مدل ابتدا روی پلتفرم هاگینگ فیس قرار گرفت و سپس جدول بنچمارکها از طریق یک گروه ویچت و یک پست حذفشده در ردیت درز کرد. سایمون ویلیسون، تحلیلگر فناوری، در این باره گفته: «دیپسیک هیچ صفحه اعلان مشخصی برای مدل جدید خود ندارد.»
مشخصات فنی و عملکرد
مدل V4 Pro حدود ۱.۶ تریلیون پارامتر کلی و ۴۹ میلیارد پارامتر فعال به ازای هر توکن دارد. وزنهای منتشرشده در هاگینگ فیس به حجم ۸۹۳ گیگابایت میرسند و این مدل از ماژول رمزگشایی جدیدی به نام DSpark بهره میبرد.
طبق اطلاعات منتشرشده، V4 Pro در بنچمارکهای مختلف عملکرد چشمگیری از خود نشان میدهد. این مدل به امتیاز ۸۷.۹ در Terminal Bench 2.1، ۶۰.۰ در HLE همراه با ابزارها و ۸۳.۳ در Cybergym دست یافته است. دیپسیک اعلام کرده این مدل بهطور گسترده با قویترین مدلهای انحصاری موجود رقابت میکند، هرچند مشخص نکرده دقیقاً کدام مدلها را مد نظر دارد.
مجوز متنباز و دسترسی تجاری
یکی از مهمترین ویژگیهای این عرضه، مجوز MIT آن است. این مجوز به هر ارائهدهنده خدمات ابری که سختافزار کافی در اختیار دارد، اجازه میدهد مدل را دانلود، توزیع و بهصورت تجاری استفاده کند. همزمان، دیپسیک از افزایش چشمگیر قیمت API خود خبر داده که این موضوع مسیر استفاده از وزنهای متنباز را برای توسعهدهندگان جذابتر میکند.
نیاز به زیرساخت سختافزاری سنگین
با توجه به حجم ۸۹۳ گیگابایتی مدل و نیاز به پردازش روی تنسورهای BF16 و FP8، اجرای V4 Pro نیازمند زیرساختهای سختافزاری بسیار قدرتمند و موازیسازی تخصصی است. امکان اجرای این مدل روی کامپیوترهای شخصی معمولی وجود ندارد و در حال حاضر کارشناسان هوش مصنوعی در حال بررسی دقیق دادههای آن برای ارزیابی صحت ادعاهای بنچمارک فاششده در محیطهای مستقل هستند.
نظرات (0)
هنوز نظری ثبت نشده است.