قيود الرقائق تدفع DeepSeek إلى مسار كفاءة جديد في تدريب الذكاء الاصطناعي

هانغتشو | EcoPulse24

كشفت شركة DeepSeek الصينية عن إطار تقني جديد يهدف إلى رفع كفاءة تدريب نماذج الذكاء الاصطناعي المتقدمة، في خطوة تعكس مساعي القطاع الصيني لمجاراة المنافسة العالمية رغم القيود المفروضة على الوصول إلى الشرائح المتقدمة من شركة إنفيديا.

وأوضحت الشركة، في ورقة بحثية شارك في إعدادها مؤسسها ليانغ وينفنغ، أن الإطار الجديد يحمل اسم Manifold-Constrained Hyper-Connections، ويعتمد على بنية تهدف إلى تحسين قابلية التوسع مع خفض المتطلبات الحسابية واستهلاك الطاقة أثناء عملية التدريب، وفق ما ورد في الوثيقة البحثية.

الورقة، التي نُشرت عبر منصة arXiv ومجتمع Hugging Face المفتوح المصدر، جاءت في سياق تاريخي سبق فيه لمثل هذه الإصدارات أن مهدت لإطلاق نماذج محورية من الشركة. وكانت DeepSeek قد لفتت الأنظار في وقت سابق بنموذج R1 القائم على الاستدلال، والذي جرى تطويره بتكلفة أقل بكثير من نظيرات وادي السيليكون، قبل أن تتجه الأنظار حاليًا إلى نموذجها المرتقب R2 المتوقع ظهوره خلال موسم عيد الربيع.

ويأتي هذا التطور في وقت تعمل فيه الشركات الصينية ضمن بيئة بحثية مقيدة، نتيجة القيود الأميركية التي تحد من الوصول إلى أشباه الموصلات المتقدمة الضرورية لتطوير وتشغيل أنظمة الذكاء الاصطناعي. هذه الظروف دفعت الباحثين إلى استكشاف هياكل غير تقليدية وأساليب تدريب بديلة لتعويض فجوة العتاد.

وتشير الورقة إلى أن الاختبارات شملت نماذج تراوحت أحجامها بين 3 مليارات و27 مليار معلمة، مستندة إلى أبحاث سابقة في مجال هياكل “الترابط الفائق” طُرحت خلال عام 2024. ولفت الباحثون إلى أن المنهج الجديد يعالج تحديات مثل عدم استقرار التدريب وضعف القابلية للتوسع، عبر تحسينات بنيوية دقيقة على مستوى البنية التحتية.

التحليل

يعكس طرح DeepSeek الأخير اتجاهًا واضحًا داخل صناعة الذكاء الاصطناعي الصينية نحو تعويض نقص العتاد بالكفاءة المعمارية والابتكار الخوارزمي. التركيز على تقليل كلفة التدريب واستهلاك الطاقة يشير إلى محاولة إعادة تعريف معايير التنافس، بعيدًا عن سباق الرقائق وحده. وفي حال أثبت نموذج R2 قدرته على تحويل هذه الأبحاث إلى أداء عملي، فقد تتسع رقعة المنافسة عالميًا، مع بروز مسار بديل يوازن بين القيود التقنية والطموحات الاستراتيجية للصين في مجال الذكاء الاصطناعي.