این مقاله به بررسی انتخابهای معماری و سختافزاری شرکتهای چینی در اکوسیستم هوش مصنوعی متنباز میپردازد، با تمرکز بر تغییرات پس از رویداد "DeepSeek Moment" در ژانویه ۲۰۲۵. این مقاله دوم از مجموعهای سه قسمتی است که به بررسی پیشرفتهای تاریخی جامعه متنباز چین میپردازد.
تمرکز اصلی این مقاله بر روی ترجیحات معماری، تنوع مدالیتی، مجوزهای متنباز، محبوبیت مدلهای کوچک و پذیرش رو به رشد سختافزار چینی است. این موارد نشاندهنده استراتژیهای رهبری در مسیرهای مختلف هستند. مدل DeepSeek R1 الهامبخش همپوشانی و رقابت شد و به تمرکز بیشتر بر سختافزار داخلی در چین کمک کرد.
در سال گذشته، مدلهای پیشرو در جامعه چینی به طور گسترده به سمت معماریهای Mixture-of-Experts (MoE) حرکت کردهاند، از جمله Kimi K2، MiniMax M2 و Qwen3. MoE به عنوان یک راه حل طبیعی برای حفظ قابلیتهای بالا در عین کنترل هزینه و اطمینان از امکان آموزش، استقرار و پذیرش گسترده مدلها ظاهر شد. این معماری به گونهای طراحی شده است که توزیع منابع محاسباتی را به صورت قابل کنترل انجام دهد و نیازی به مصرف کامل منابع در هر استنتاج یا فرض یکسان بودن شرایط سختافزاری در محیطهای استقرار مختلف ندارد.
فعالیتهای متنباز از فوریه ۲۰۲۵ به بعد فقط بر روی مدلهای متنی متمرکز نبود و به سرعت به سمت چندوجهی و مبتنی بر عامل گسترش یافت. پیشرفتها شامل مدلهای Any-to-Any، تبدیل متن به تصویر، تصویر به ویدیو، تبدیل متن به ویدیو، TTS، 3D و عاملها بود. این مقاله بر این نکته تاکید دارد که جامعه نه تنها وزنهای مدل را، بلکه مجموعهای کامل از داراییهای مهندسی، از جمله استقرار استنتاج، مجموعهدادهها و ارزیابی، ابزارها، گردش کارها و هماهنگی لبه به ابر را به جلو برد.
مشاهده مطلب اصلی