فريق شنتشن يدرب نموذج ذكاء اصطناعي ببارامترات 1.6 تريليون باستخدام شريحة محلية

iconKuCoinFlash
مشاركة
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconملخص

expand icon
فريق مقره شنتشن درّب نموذج DeepSeek-V4-Pro بـ 1.6 تريليون معلمة باستخدام كتلة حوسبة الذكاء الاصطناعي Ascend 910C من هواوي. شمل المشروع كلية شنتشن هيتاو، ومعهد هاربين للتقنية (شنتشن)، ومعهد شنتشن للبيانات الضخمة. يُظهر النجاح مستوى عالٍ من الدعم لرقاقات الذكاء الاصطناعي المحلية في تدريب النماذج فائقة الضخامة. يتوافق هذا الإنجاز مع اتجاهات بيانات التضخم الأخيرة، مما يبرز الدور المتزايد للتكنولوجيا المحلية في تطوير الذكاء الاصطناعي.

يومية Odaily: في الآونة الأخيرة، قامت فرقة مشروع منصة تدريب الذكاء الاصطناعي في جامعة شنتشن هيتشوان، بالتعاون مع معهد هاربين للتقنية (شنتشن)، ومعهد شنتشن للبيانات الكبيرة، وفرق هواوي، بالعمل المشترك مع منصة حسابات الذكاء الاصطناعي لشركة شنتشن ذكي المدينة، لتنفيذ جهود مشتركة في تدريب نماذج الحوسبة المحلية الكبيرة. وباستخدام مجموعة حوسبة الذكاء الاصطناعي المحلية Ascend 910C، تم إكمال التدريب الكامل للمعلمات للنموذج الكبير DeepSeek-V4-Pro بـ 1.6 تريليون معلمة.

هذه التجربة جمعت خبرات مهمة حول إنجاز تدريب نماذج على هذا المستوى على منصات الحوسبة المحلية من قبل جهات خارجية عالمية، كما أثبتت أن رقائق الذكاء الاصطناعي المحلية قادرة على دعم تدريب نماذج ضخمة عالمية بمعالم فائقة. من منظور تطبيقي تقني، فإن استخدام النماذج الموجودة لإجراء استنتاجات تجارية يختلف عن إكمال تدريب كامل لجميع معاملات النموذج من الصفر، حيث يوجد فرق واضح في الصعوبة التقنية والمتطلبات Hardware. تُظهر نتائج هذه التجربة أن قدرات الحوسبة المحلية للذكاء الاصطناعي يمكنها الآن تحمل مهام تدريب النماذج الكبرى الرائدة، وأن المسار التقني ذا الصلة قابل للتطبيق. (إطلاق شنتشن)

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة قد حصلت عليها من أطراف ثالثة ولا تعكس بالضرورة وجهات نظر أو آراء KuCoin. يُقدّم هذا المحتوى لأغراض إعلامية عامة فقط ، دون أي تمثيل أو ضمان من أي نوع ، ولا يجوز تفسيره على أنه مشورة مالية أو استثمارية. لن تكون KuCoin مسؤولة عن أي أخطاء أو سهو ، أو عن أي نتائج ناتجة عن استخدام هذه المعلومات. يمكن أن تكون الاستثمارات في الأصول الرقمية محفوفة بالمخاطر. يرجى تقييم مخاطر المنتج بعناية وتحملك للمخاطر بناء على ظروفك المالية الخاصة. لمزيد من المعلومات، يرجى الرجوع إلى شروط الاستخدام واخلاء المسؤولية.