آشنایی با دیپ‌سیک؛ غول هوش مصنوعی چینی که بازار جهانی را متحول کرد

0 ارسال شده توسط: علیرضا تاجیک 18 آبان 1405 ساعت 15:38

دیپ‌سیک، شرکت پیشرو هوش مصنوعی چینی، با معرفی مدل‌های فوق‌العاده کارآمد و مقرون‌به‌صرفه، توانست بازار جهانی فناوری را متحول کرده و به رقیبی قدرتمند برای غول‌های هوش مصنوعی تبدیل شود.

شرکت DeepSeek AI با سرعت خیره‌کننده‌ای در حال تغییر چشم‌انداز هوش مصنوعی است. این شرکت با نوآوری‌های خود، به‌ویژه در زمینه بهره‌وری و کاهش هزینه‌ها، توانسته جایگاه مهمی در رقابت جهانی کسب کند. موفقیت‌های اخیر دیپ‌سیک نشان می‌دهد که چگونه شرکت‌های نوظهور می‌توانند با رویکردهای متفاوت، معادلات قدرت در این صنعت را بر هم زنند. این پیشرفت‌ها افق‌های جدیدی برای هوش مصنوعی چین و کاربردهای آن در سطح بین‌المللی گشوده است.

دیپ‌سیک؛ ظهور غولی چینی در صنعت هوش مصنوعی

آزمایشگاه هوش مصنوعی چینی دیپ‌سیک (DeepSeek AI) با عرضه مدل R1 در سال ۲۰۲۵، با استفاده از مفهوم معماری MoE یا Mixture of Experts توانست پاسخ‌های هوش مصنوعی را با هزینه‌ای بسیار کمتر از رقبای خود تولید کند و به سرعت در صنعت هوش مصنوعی محبوبیت یابد. عرضه مدل R1 باعث افت قیمت سهام فناوری در سطح جهانی شد و به شرکت‌های غربی هوش مصنوعی نشان داد که چین در رقابت هوش مصنوعی عقب نیست.

این شرکت اخیرا مدل V4-Flash را عرضه کرده که هزینه اجرای آن بیش از ۹۰ درصد ارزان‌تر از مدل‌های مشابهی مانند Kimi K3، GPT-5.6 Sol و Claude Fable 5 است. با این حال، مدل‌های مقرون‌به‌صرفه دیپ‌سیک مشمول سانسورهای اعمال‌شده توسط قوانین محلی چین هستند که ممکن است رشد آتی شرکت را محدود کند.

دیپ‌سیک توسط لیانگ ونفنگ (Liang Wenfeng)، مهندس الکترونیک دانشگاه ژجیانگ، تاسیس شد که در سال ۲۰۲۳ با سود حاصل از صندوق پوشش ریسک خود، High-Flyer، بودجه اولیه آن را تامین کرد. صندوق High-Flyer از ریاضیات و هوش مصنوعی برای تصمیم‌گیری‌های سرمایه‌گذاری استفاده می‌کند. در دور دوم جذب سرمایه دیپ‌سیک، این شرکت حدود ۱۵ میلیارد دلار از سرمایه‌گذاران بزرگی مانند Tencent Holdings و CATL جذب کرد. ۲۷ درصد از این سرمایه دولتی است و صندوق ملی سرمایه‌گذاری صنعت هوش مصنوعی چین حدود ۱۵۰ میلیون دلار به آن کمک کرده است.

لیانگ ونفنگ یکی از چهار کارآفرین فناوری چینی است که در رسانه‌ها به‌عنوان «چهار شگفت‌انگیز چین» شناخته می‌شوند و فرانک وانگ از DJI نیز در این گروه قرار دارد. گزارش شده که وانگ به لیانگ پیشنهاد داده بود در مراحل اولیه تاسیس DJI با او همکاری کند. دیپ‌سیک در حال بررسی عرضه اولیه سهام در بازار STAR بورس شانگهای است که مشابه بورس نزدک آمریکا است.

معماری هوشمندانه و بهره‌وری دیپ‌سیک: تحولی در بازار جهانی

با بهره‌وری دیپ‌سیک، لیانگ ونفنگ به تمایز کلیدی در بازاری دست یافته که رقابت در آن بسیار شدید است و آینده شرکت‌های چند تریلیون دلاری را شکل می‌دهد. زمانی که مدل R1 عرضه شد، بازار جهانی، کارایی محاسباتی هوش مصنوعی دیپ‌سیک را به‌عنوان انتقادی بر مدل‌های هوش مصنوعی نیازمند منابع سنگین که توسط شرکت‌هایی مانند OpenAI ساخته می‌شوند، تفسیر کرد. اگر هوش مصنوعی قدرتمند با نیاز کمتر به تراشه‌های GPU تولیدشده توسط شرکت‌هایی مانند انویدیا ساخته شود، تقاضا برای این تراشه‌ها می‌تواند به شدت کاهش یابد.

بر این اساس، این رویداد باعث فروش گسترده سهام و افت ۵۸۹ میلیارد دلاری ارزش بازار انویدیا در یک روز شد که بزرگترین افت یک‌روزه در تاریخ بازار سهام ایالات متحده است. پیش از اعمال کنترل‌های صادراتی آمریکا در سال ۲۰۲۲، صندوق پوشش ریسک High-Flyer متعلق به لیانگ، همراه با سایر نهادهای چینی، پردازنده‌های گرافیکی انویدیا را برای کلاستر Fire-Flyer 2 خود ذخیره کرده بود که بعدها توسط دیپ‌سیک مورد استفاده قرار گرفت. این اقدام در پیش‌بینی تحریم‌های بیشتر آمریکا که پیش‌تر عرضه تراشه‌ها به چین را مختل کرده بود، صورت گرفت. ایالات متحده در تلاش است تا با محدود کردن دسترسی چین به تراشه‌های GPU، از پیشرفت بی‌وقفه این کشور در دستیابی به برتری فناوری جلوگیری کند. در پاسخ به این محدودیت‌ها، چین در حال پیشبرد تولید تراشه‌های بومی خود است تا وابستگی‌اش به تراشه‌ها و ابزارهای ساخت غربی را کاهش دهد.

پیشرفت‌های دیپ‌سیک در کارایی محاسباتی هوش مصنوعی می‌تواند به کل صنعت هوش مصنوعی سود برساند؛ زیرا فرصتی برای یادگیری از آن‌ها فراهم می‌کند تا نیازهای سنگین منابع مراکز داده که اکثر مدل‌های هوش مصنوعی را تغذیه می‌کنند، کاهش یابد. دیپ‌سیک از طریق ترکیبی از معماری MoE، بهینه‌سازی سخت‌افزاری، تقطیر مدل و یادگیری تقویتی به بهره‌وری پیشرو در صنعت دست یافته که مجموعا هزینه‌های آموزش مدل را کاهش داده است.

بیشتر بخوانید

معماری MoE آن تنها از بخش‌های لازم مدل برای یک وظیفه خاص استفاده می‌کند که منابع محاسباتی مورد نیاز را به شدت کاهش می‌دهد. این شرکت همچنین مدل‌های هوش مصنوعی خود را به‌گونه‌ای بهینه‌سازی کرده است که به‌طور کارآمد روی GPU‌های کمتر قدرتمند کار کنند؛ این پردازنده‌ها ارزان‌تر بوده و در دسترس‌تر هستند. دیپ‌سیک از تقطیر مدل نیز استفاده می‌کند، جایی که مدل‌های بزرگ‌تر و پیچیده‌تر، مدل‌های کوچک‌تر را آموزش می‌دهند در حالی که بیشتر هوش مدل بزرگ را حفظ می‌کنند. این کار تقاضای محاسباتی را کاهش می‌دهد. روش‌های یادگیری تقویتی نیز برای خودکارسازی آموزش مدل‌ها استفاده شد که وابستگی به داده‌های گران‌قیمت برچسب‌گذاری شده توسط انسان را کاهش می‌دهد.