PEKING / MÜNCHEN (IT BOLTWISE) – Inmitten der Herausforderungen durch US-Sanktionen zeigt das chinesische KI-Startup DeepSeek, dass Innovation auch mit begrenzten Ressourcen möglich ist.
Das chinesische KI-Startup DeepSeek hat kürzlich bekannt gegeben, dass es gelungen ist, ein KI-Modell zu entwickeln, das mit den führenden Modellen von Unternehmen wie OpenAI und Meta vergleichbar ist, jedoch mit einer um das 11-fache reduzierten Rechenleistung. Diese Ankündigung wirft ein neues Licht auf die Auswirkungen der US-Sanktionen, die die Verfügbarkeit von KI-Hardware in China einschränken. Doch DeepSeek zeigt, dass durch clevere Optimierungen und innovative Ansätze die Leistung aus begrenzter Hardware maximiert werden kann.
DeepSeek hat sein DeepSeek-V3 Mixture-of-Experts (MoE) Sprachmodell mit 671 Milliarden Parametern unter Einsatz von 2.048 NVIDIA H800 GPUs in nur zwei Monaten trainiert. Dies entspricht 2,8 Millionen GPU-Stunden. Zum Vergleich: Meta benötigte 30,8 Millionen GPU-Stunden, um sein Llama 3 Modell mit 405 Milliarden Parametern zu trainieren. Diese Zahlen verdeutlichen die Effizienz der von DeepSeek entwickelten Optimierungen.
Ein zentraler Aspekt der Effizienzsteigerung ist die Verwendung des DualPipe-Algorithmus, der die Phasen der Berechnung und Kommunikation innerhalb und zwischen den Mikro-Batches überlappt. Dies reduziert die Pipeline-Ineffizienzen erheblich. Besonders die Operationen Dispatch und Combine werden parallel zur Berechnung durchgeführt, was die Trainingsengpässe minimiert und eine nahezu kommunikationsfreie Verarbeitung von 14,8 Billionen Tokens während des Pre-Trainings ermöglicht.
Ein weiterer Schlüssel zur Reduzierung der Rechen- und Kommunikationsanforderungen war der Einsatz von Niedrigpräzisionstechniken. DeepSeek nutzte ein FP8-Mixed-Precision-Framework, das schnellere Berechnungen und einen geringeren Speicherverbrauch ermöglicht, ohne die numerische Stabilität zu beeinträchtigen. Diese Methode reduziert den Speicherbedarf, während die Genauigkeit erhalten bleibt.
Obwohl das DeepSeek-V3 Modell möglicherweise hinter den Spitzenmodellen wie GPT-4o oder o3 in Bezug auf Parameteranzahl oder Argumentationsfähigkeiten zurückbleibt, zeigt es, dass es möglich ist, ein fortschrittliches MoE-Sprachmodell mit relativ begrenzten Ressourcen zu trainieren. Dies erfordert jedoch umfangreiche Optimierungen und Programmierungen auf niedriger Ebene.
Die Bereitstellung des DeepSeek-V3 Modells erfordert fortschrittliche Hardware sowie eine Bereitstellungsstrategie, die die Vorfüll- und Dekodierungsphasen trennt. Dies könnte für kleinere Unternehmen aufgrund fehlender Ressourcen eine Herausforderung darstellen. Dennoch sind die erzielten Ergebnisse ein beeindruckender Beweis für die Innovationskraft des Unternehmens.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Chinesisches KI-Startup DeepSeek erreicht bedeutende Fortschritte mit weniger Rechenleistung" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Chinesisches KI-Startup DeepSeek erreicht bedeutende Fortschritte mit weniger Rechenleistung" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Chinesisches KI-Startup DeepSeek erreicht bedeutende Fortschritte mit weniger Rechenleistung« bei Google Deutschland suchen, bei Bing oder Google News!