Открыть сервисСервис

DeepSeek: китайская ИИ-компания

DeepSeek (кит. упр. 深度求索, пиньинь Shēndù Qiúsuǒ, «глубокий поиск») — китайская компания в области искусственного интеллекта, разрабатывающая языковые модели открытого веса. Штаб-квартира — Ханчжоу, провинция Чжэцзян. Основана в 2023 году предпринимателем Лян Вэньфэном, который также является основателем хедж-фонда High-Flyer. Модели DeepSeek получили широкое распространение благодаря сочетанию высокого качества и открытого лицензирования, а также анонс модели DeepSeek-R1 в январе 2025 года вызвал международный резонанс.

История

Компания DeepSeek основана в мае 2023 года Лян Вэньфэном. До этого Лян возглавлял квантовый хедж-фонд High-Flyer Capital Management, основанный в 2015 году, который активно использовал методы машинного обучения для торговли на фондовом рынке. К 2021 году High-Flyer располагал вычислительным кластером на базе графических процессоров Nvidia A100 — по сообщениям СМИ, около 10 000 единиц, что стало фундаментом для последующих исследований в области ИИ.

В феврале 2024 года DeepSeek выделила вычислительное подразделение в отдельную компанию и запустила платформу API для доступа к своим моделям. В мае 2024 года была представлена модель DeepSeek-V2, а в декабре 2024 года — DeepSeek-V3, которая по ряду бенчмарков сравнивалась с ведущими моделями конкурентов.

Ключевым событием стало 20 января 2025 года, когда DeepSeek выпустила модель DeepSeek-R1 — систему рассуждения (reasoning model), обученную методом усиления обучения (RL) без масштабного этапа обучения с учителем. Модель была опубликована с открытыми весами и техническим отчётом, описывающим методику. В течение нескольких дней приложения DeepSeek возглавили магазины приложений в США и ряда других стран, а акции технологических компаний, включая Nvidia, снизились на фоне обсуждения стоимости обучения моделей.

Модели

DeepSeek разрабатывает несколько линеек моделей:

МодельГодТипПримечания
DeepSeek LLM2023Языковая модельОткрытые веса, до 67 млрд параметров
DeepSeek-Coder2023Модель для кодаОбучена на коде, открыта
DeepSeek-V22024Языковая модельМеханизм смешанной эксперты (MoE), 236 млрд параметров
DeepSeek-V32024Языковая модель671 млрд параметров, MoE-архитектура
DeepSeek-R12025Модель рассужденийОткрытые веса, обучение через RL

Особенность архитектуры V2 и V3 — механизм Mixture-of-Experts (MoE): при каждом запросе активируется лишь часть «экспертов», что снижает вычислительные затраты. DeepSeek также разрабатывает мультимодальные модели (DeepSeek-VL) для работы с изображениями.

Особенности

Открытость. Все основные модели DeepSeek публикуются с открытыми весами под лицензиями, допускающими коммерческое использование (MIT-подобные). Это отличает компанию от ряда конкурентов, публикующих только интерфейсы API.

Стоимость обучения. По заявлению DeepSeek, обучение DeepSeek-V3 заняло около 2,786 млн GPU-часов на кластере H800 и обошлось примерно в 5,57 млн долларов — сумму, многократно меньшую, чем заявленные бюджеты аналогичных моделей западных компаний. Это вызвало дискуссию о реальных затратах на обучение больших моделей и о том, насколько эффективно обходятся ограничения на поставки продвинутых чипов.

Геополитический контекст. DeepSeek работает в условиях экспортных ограничений США на поставки высокопроизводительных чипов в Китай. Компания заявляла, что использовала доступные модели Nvidia H800, а не более продвинутые H100.

Реакция

После выхода DeepSeek-R1 в январе 2025 года технологические компании и правительства ряда стран отреагировали на достижения китайской компании. Среди прочего, отмечались вопросы о безопасности данных (приложение DeepSeek хранит данные на серверах в Китае), о влиянии на рынок ИИ-чипов и о возможной государственной поддержке китайских ИИ-проектов. Некоторые страны и организации ограничили использование приложений DeepSeek на служебных устройствах.

См. также

Источники

Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru