وفقًا لمراقبة Beating، أصدر DeepSeek بالتعاون مع جامعة بكين تقريرًا تقنيًا يعرض إطار تسريع العينات المضاربة DSpark، وفتح مصدر مكتبة الكود الكاملة DeepSpec. حاليًا، تم نشر DSpark في عمليات DeepSeek-V4 الإنتاجية. وبضمان عدم فقدان الجودة في الإخراج، زاد DSpark سرعة توليد المستخدم الواحد في الإصدار Flash بنسبة 60% إلى 85%، وزيادة سرعة الإصدار Pro بنسبة 57% إلى 78%. وقد تفوق DSpark على خط الأساس الأصلي للتنبؤ المتعدد الفروع لوحدة رمز واحدة (MTP-1)، ورفع بشكل ملحوظ إجمالي إنتاجية النظام ضمن قيود زمنية صارمة. سابقًا، كان من الصعب تطبيق العينات المضاربة المتعددة الرموز في بيئات الإنتاج عبر الإنترنت. فنموذج المسودة التكراري كان بطيئًا جدًا في التوليد، بينما نماذج المسودة المتوازية، بسبب التنبؤ المستقل في كل موقع، أدت إلى معدل قبول منخفض جدًا في النصف الثاني من السلاسل الطويلة. وإذا تم التحقق العشوائي من مسودات متعددة الرموز تحت حمل عالٍ، فسيهدر النموذج الكبير كمية كبيرة من قوة الحوسبة للتحقق من أخطاء مصيرها الرفض، مما يؤدي إلى انهيار حاد في إنتاجية النظام، لذا فإن الصناعة تقتصر عمومًا على التنبؤ برمز واحد فقط (MTP-1) في البيئات الإنتاجية. يتجاوز DSpark عقبة تدهور الإنتاجية تحت الحمل العالي. أولاً، يستخدم DSpark شبكة رئيسية متوازية DFlash لتوليد الحالات المخفية، ثم يضيف رأس ماركوف خفيف جدًا. يقوم رأس ماركوف بحقن ارتباطات الكلمات المجاورة بشكل متسلسل بتكلفة ضئيلة جدًا عبر جدول بحث وضرب مصفوفة واحدة. كما يدمج النظام رأسًا للتنبؤ بالثقة وخوارزمية معايرة ما بعد التوزيع. ولضمان التوافق التام مع جدولة خالية من التكاليف في البيئات الإنتاجية ومنع تسرب المعلومات المستقبلية، يستخدم المُجدول آلية غير متزامنة، تعتمد على التنبؤات التاريخية من خطوتين سابقتين لتحديد ديناميكيًا طول قصّ المرشحات، مما يمنع تمامًا النموذج الكبير من التحقق من أخطاء ذيلية عالية الخطورة تحت الحمل الثقيل. إلى جانب DSpark، تدعم مكتبة DeepSpec التي فتحتها DeepSeek مصدرها موديلات كبيرة مفتوحة المصدر مثل Qwen3 وGemma. توفر DeepSpec سلسلة أدوات Python كاملة تشمل تنزيل النصوص التوجيهية، وإعادة بناء ذاكرة التخزين المؤقت للنموذج الكبير، وتدريب نموذج المسودة، وتقييم الأداء المرجعي. يمكن للمطورين استخدام النصوص البرمجية المفتوحة مباشرة لتصميم ونشر وحدات تسريع مخصصة للنماذج الكبيرة المفتوحة المصدر على أجهزتهم المحلية.
يُصدر DeepSeek إطار عمل DeepSpec مفتوح المصدر، ويزيد سرعة نموذج V4 بنسبة تصل إلى 85%
MarsBitمشاركة
ملخص
أطلق DeepSeek إطار عمل DeepSpec كمصدر مفتوح وطرح نظام التسريع DSpark، مما زاد سرعة DeepSeek-V4 بنسبة تصل إلى 85%. يحسن الإطار عمل إصدارات Flash وPro بنسبة 60%-78% دون فقدان الجودة. يستخدم DSpark DFlash ورأس Markov خفيف لتقليل معدلات الرفض وزيادة الإنتاجية. يدعم DeepSpec Qwen3 وGemma، ويوفر سلسلة أدوات Python الكاملة للنشر المحلي. هذا التحديث يجلب قوائم رموز جديدة ويعتبر حدثًا مهمًا لإطلاق رمز جديد للمطورين والمتداولين.
المصدر:عرض النسخة الأصلية
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.