هوش مصنوعی DeepSeek سال 2026 را با معماری جدید آغاز می‌کند

به گزارش بخش اخبار فناوری زوم تک، این روزها هوش مصنوعی اهمیت بالایی دارد و رقبا بسیاری هم در این عرصه فعالیت می کنند و هریک ویژگی خاص خود را دارند.

آموزش مدل‌های بزرگ هوش مصنوعی به یکی از بزرگترین چالش‌ها در محاسبات مدرن تبدیل شده است، نه فقط به دلیل پیچیدگی، بلکه به دلیل هزینه، مصرف برق و منابع هدر رفته. یک مقاله تحقیقاتی جدید از DeepSeek رویکردی را پیشنهاد می‌کند که می‌تواند به کاهش برخی از این فشارها کمک کند.

این روش که hyperconnection با محدودیت چند برابر (mHC) نامیده می‌شود، بر آسان‌تر و قابل اعتمادتر کردن آموزش مدل‌های بزرگ هوش مصنوعی تمرکز دارد. به جای دنبال کردن دستاوردهای عملکرد خام، ایده این است که بی‌ثباتی را در طول آموزش کاهش دهیم، یک مسئله رایج که شرکت‌ها را مجبور می‌کند تا آموزش‌های پرهزینه را از ابتدا شروع کنند.

به عبارت ساده، بسیاری از مدل‌های پیشرفته هوش مصنوعی در اواسط آموزش شکست می‌خورند. وقتی این اتفاق می‌افتد، هفته‌ها کار، مقادیر زیادی برق و هزاران ساعت GPU از دست می‌رود. رویکرد DeepSeek با هدف جلوگیری از این شکست‌ها، با قابل پیش‌بینی‌تر نگه داشتن رفتار مدل، حتی با بزرگتر شدن مدل‌ها، انجام می‌شود.

این مهم است زیرا آموزش هوش مصنوعی امروزه مقادیر زیادی برق مصرف می‌کند. در حالی که mHC باعث نمی‌شود خود GPUها از برق کمتری استفاده کنند، می‌تواند با کمک به مدل‌ها برای اتمام آموزش بدون خرابی یا نیاز به راه‌اندازی مجدد مکرر، برق هدر رفته را کاهش دهد.

مزیت دیگر، کارایی در مقیاس بزرگ است. وقتی آموزش پایدارتر باشد، شرکت‌ها نیازی ندارند که به شدت به روش‌های «بی‌رحمانه» – مانند استفاده از پردازنده‌های گرافیکی بیشتر، حافظه بیشتر یا برنامه‌های آموزشی طولانی‌تر برای حل یک مسئله – تکیه کنند. این می‌تواند کل انرژی مورد استفاده در کل فرآیند آموزش را کاهش دهد.

تحقیقات DeepSeek ادعا نمی‌کند که کمبود سخت‌افزار یا چالش‌های انرژی را یک شبه حل می‌کند. در عوض، نشان‌دهنده یک پیشرفت آرام اما مهم است: استفاده بهتر از منابع موجود. با گذشت زمان، تکنیک‌هایی مانند این می‌توانند به توسعه‌دهندگان هوش مصنوعی کمک کنند تا مدل‌های قدرتمندی را با ساعات محاسباتی هدر رفته کمتر و مصرف کلی انرژی کمتر آموزش دهند.

با رشد مدل‌های زبانی، کاهش ناکارآمدی ممکن است به اندازه دستیابی به عملکرد بالاتر اهمیت پیدا کند و اینجاست که معماری جدید هوش مصنوعی DeepSeek می‌تواند تفاوت واقعی ایجاد کند.

منبع: gizmochina