Resumo:
Alguns meios de comunicação aprenderam com pessoas familiarizadas com a cadeia da indústria que o grande modelo de próxima geração da DeepSeek, DeepSeek V5, planeja usar o chip Ascend 950 da Huawei como o principal poder de computação de treinamento, e o projeto está programado para ser lançado em 2027. É relatado que a principal equipe de acoplamento de P&D da DeepSeek e Huawei Ascend está atualmente baseada em Hangzhou. Ambas as partes concluíram um grande número de adaptações de operadores subjacentes e desenvolvimento personalizado no estágio V4, estabelecendo as bases para a migração subsequente de treinamento de modelo e colaboração em poder de computação.
Do ponto de vista do caminho de cooperação, na geração anterior de modelos DeepSeek, o poder de computação Ascend da Huawei era o principal responsável pelas tarefas de inferência e ainda não entrou no processo de treinamento do modelo. Desta vez, o plano V5 introduzirá o Ascend 950 no sistema de treinamento principal, o que significa que a cooperação entre as duas partes deverá se estender ainda mais do final da inferência ao final do treinamento. Em comparação com tarefas de inferência, o treinamento de modelos grandes impõe requisitos mais elevados ao poder de computação do chip, interconexão de comunicação, ecologia de software e estabilidade de cluster.
A indústria acredita que se o DeepSeek V5 finalmente implementar o treinamento nativo baseado no Ascend 950, não só se espera que ele verifique ainda mais o desempenho e a adaptabilidade dos chips domésticos de IA em cenários de treinamento de modelos em grande escala, mas também poderá trazer novas oportunidades de comercialização para a cadeia da indústria doméstica de energia de computação. No entanto, a cooperação relevante ainda é relatada pelos meios de comunicação citando pessoas da cadeia industrial, e o plano técnico específico e o progresso da implementação ainda não foram confirmados pelo funcionário.
Comentários