DeepSeek — китайская компания разработки ИИ¶
DeepSeek (кит. 淃度求索, пиньинь Shēndù Qiúsuǒ, «глубокое исследование») — китайская компания, разрабатывающая модели искусственного интеллекта, основанная в 2023 году в Ханчжоу. Известна прежде всего выпуском открытых (open-source) языковых моделей семейства DeepSeek-V3 и DeepSeek-R1, а также модели DeepSeek-Coder. Широкое международное внимание компания получила в январе 2025 года после публикации модели DeepSeek-R1, показавшей сопоставимые с ведущими западными моделями результаты при значительно меньших затратах на обучение.
¶История
Компания DeepSeek основана в мае 2023 года Ли Вэньфэном (Li Wenfeng), сооснователем и управляющим партнёром хедж-фонда High-Flyer Capital Management, одного из крупнейших квантовых фондов Китая. Штаб-квартира расположена в Ханчжоу, провинция Чжэцзян. Изначально проект был внутренним исследовательским подразделением High-Flyer, занимавшимся разработкой ИИ-моделей; позднее выделен в самостоятельную компанию.
High-Flyer Capital Management ранее инвестировал в вычислительные кластеры для обучения нейросетей — по сообщениям СМИ, компания приобретала графические процессоры Nvidia (в том числе A100 и H100) ещё до введения США экспортных ограничений на продажу продвинутых чипов в Китай. Это позволило DeepSeek накопить значительный вычислительный ресурс.
В ноябре 2023 года DeepSeek представила свою первую большую языковую модель — DeepSeek LLM (DeepSeek-67B). В 2024 году последовали модели DeepSeek-V2 (май) и DeepSeek-V3 (декабрь), а в январе 2025 года — DeepSeek-R1.
¶Модели
¶DeepSeek-V2 и DeepSeek-V3
DeepSeek-V2 — языковая модель на 236 млрд параметров с архитектурой mixture-of-experts (MoE), в которой при каждом токене активируется лишь часть параметров (около 21 млрд). Это снижает стоимость инференса. DeepSeek-V3 — следующее поколение, 671 млрд параметров (активируется около 37 млрд), обученная на 14,8 трлн токенов. По техническому докладу компании, обучение модели заняло около 2,79 млн GPU-часов на кластере Nvidia H800 — существенно меньше, чем заявленные затраты на обучение сопоставимых западных моделей.
¶DeepSeek-R1
DeepSeek-R1 — модель рассуждения (reasoning model), представленная в январе 2025 года. Она обучена методом подкрепления (reinforcement learning) и способна к «цепочке рассуждений» перед выдачей ответа, что повышает качество решений математических, логических и программистических задач. По заявлениям разработчиков, DeepSeek-R1 сопоставима по качеству с OpenAI o1 в математических и программистических бенчмарках. Модель распространяется по лицензии MIT, веса открыты для свободного использования.
¶DeepSeek-Coder
Серия моделей, обученных на исходном коде, ориентирована на задачи программирования: генерация кода, рефакторинг, отладка. DeepSeek-Coder позиционировалась как одна из лучших моделей для программирования при открытом доступе к весам.
¶Технологический подход
Ключевые особенности подхода DeepSeek:
- Открытые веса. Модели публикуются с доступными весами, что позволяет исследователям и компаниям использовать их без лицензионных платежей и дообучать на собственных данных.
- Архитектура MoE. Разреженная архитектура mixture-of-experts снижает вычислительные затраты при инференсе.
- Экономия на обучении. По данным компании, DeepSeek-V3 обучена на 2,79 млн GPU-часов H800; стоимость обучения оценивается в 5,57 млн долларов, что на порядок ниже заявленных бюджетов ряда западных конкурентов.
- Работа на ограниченном железе. Экспортные ограничения США на продажу передовых чипов в Китай заставили компанию оптимизировать обучение под доступное оборудование.
¶Реакция и значение
Публикация DeepSeek-R1 в январе 2025 года вызвала резкую реакцию на мировых фондовых рынках: акции Nvidia за один день подешевели примерно на 17 %, что стало одним из крупнейших однодневных падений в истории компании. Инвесторы пересматривали оценки затрат на развитие ИИ-инфраструктуры в США. Президент США Дональд Трамп назвал выпуск модели «тревожным сигналом» для американской ИИ-отрасли.
Эксперты отмечают, что успех DeepSeek показывает возможность конкурировать с крупнейшими лабораториями при ограниченном доступе к передовому оборудованию, а открытая публикация моделей ускоряет распространение ИИ-технологий по всему миру. Вместе с тем ряд исследователей указывал на возможную связь между китайскими ИИ-компаниями и государственными программами КНР, а также на вопросы кибербезопасности при использовании китайских моделей в критической инфраструктуре.
¶Применение
Модели DeepSeek используются в чат-ботах, системах программирования, научных исследованиях, образовании. Компания предоставляет API-доступ к моделям, а также распространяет их через открытые платформы (Hugging Face). Модели интегрируются в сторонние продукты и исследовательские проекты по всему миру.
¶Интересные факты
- Название DeepSeek дословно переводится как «глубокое исследование».
- Компания была основана сооснователем квантового хедж-фонда, а не ИИ-лабораторией — изначально проект был внутренним исследованием фонда.
- Публикация DeepSeek-R1 произошла в период подготовки к инаугурации президента США Дональда Трампа, что усилило информационный резонанс.
¶Источники
- Технический доклад DeepSeek-V3 (2024)
- Технический доклад DeepSeek-R1 (2025)
- Публикации Reuters, Bloomberg, Financial Times о DeepSeek (январь 2025)
- Официальный сайт компании DeepSeek