DeepSeek បានបោះពុម្ពផ្សាយរបាយការណ៍បច្ចេកទេសដែលពិពណ៌នាអំពីហេដ្ឋារចនាសម្ព័ន្ធលាក់កំបាំងនៅពីក្រោយការបណ្តុះបណ្តាលភ្នាក់ងាររបស់ខ្លួន៖ វេទិកាផលិតប្រអប់ខ្សាច់ដែលហៅថា DeepSeek Elastic Compute ឬ DSec ដែលបង្កើតបរិយាកាសដាច់ស្រយាលនៅក្រុមហ៊ុនមួយចំនួនដែលបានបង្ហាញជាសាធារណៈ។ ក្រដាសដែលបានបង្ហោះទៅ arXiv កាលពីថ្ងៃទី 19 ខែកញ្ញា បានរកឃើញទស្សនិកជនកាន់តែទូលំទូលាយនៅចុងសប្តាហ៍នេះ នៅពេលដែលវាបានទៅដល់ទំព័រមុខរបស់ Hacker News ដោយទទួលបានច្រើនជាង 300 ពិន្ទុនៅពេលដែលវិស្វករបានញែកលេខ — រួមទាំងប្រអប់ខ្សាច់ប្រហែល 3 លានត្រូវបានបម្រើក្នុងមួយថ្ងៃ និងច្រើនជាង 380,000 ដែលកំពុងដំណើរការក្នុងពេលដំណាលគ្នានៅក្នុងអង្គភាពផលិតកម្មតែមួយ។
ការបណ្តុះបណ្តាលភ្នាក់ងារ AI គឺមិនខុសពីការបណ្តុះបណ្តាល chatbot នោះទេ។ មុនពេលដែលគំរូអាចរៀនធ្វើសកម្មភាព វាត្រូវការកន្លែងណាមួយដើម្បីធ្វើសកម្មភាព ហើយ [ដូចដែលការគ្របដណ្តប់របស់ AI] (https://aibuzzwire.news) នៃឆ្នាំមុនបានបង្ហាញ តម្រូវការនោះកំពុងរៀបចំឡើងវិញយ៉ាងស្ងៀមស្ងាត់ពីរបៀបដែលមន្ទីរពិសោធន៍ឈានមុខគេបង្កើតបណ្តុំកុំព្យូទ័ររបស់ពួកគេ។ DSec គឺជាចម្លើយរបស់ DeepSeek ហើយក្រដាសគឺជាគណនីសាធារណៈដ៏លម្អិតបំផុតមួយដែលមិនទាន់ដឹងពីអ្វីដែលការរៀនពង្រឹងភ្នាក់ងារទាមទារពីហេដ្ឋារចនាសម្ព័ន្ធរូបវន្ត។
ហេតុអ្វីបានជាការបណ្ដុះបណ្ដាលភ្នាក់ងារបានបំបែកជង់កុំព្យូទ័រធម្មតា។
ការបណ្ដុះបណ្ដាល និងវាយតម្លៃភ្នាក់ងារខ្នាតធំ ឯកសារពន្យល់ ពឹងផ្អែកលើបរិយាកាសប្រតិបត្តិដោយឯកោ រដ្ឋដែលគំរូត្រួតពិនិត្យឃ្លាំង ហៅឧបករណ៍ ប្រតិបត្តិពាក្យបញ្ជា និងធ្វើអន្តរកម្មជាមួយសេវាកម្មជាក់លាក់នៃកិច្ចការ។ បន្ទុកការងារទាំងនោះសង្កត់ធ្ងន់ទៅលើមជ្ឈមណ្ឌលទិន្នន័យតាមរបៀបដែលការបណ្ដុះបណ្ដាលធម្មតាមិនមាន៖ ប្រអប់ខ្សាច់ត្រូវបានបង្កើតឡើងក្នុងទ្រង់ទ្រាយធំ ពួកវាមានមុខងារខុសគ្នា និងតម្រូវការដាច់ដោយឡែក ពួកវារក្សាស្ថានភាពនៅទូទាំងអន្តរកម្មពហុវេនយូរ ហើយពួកវាទាញចេញពីរូបភាពធំដោយប្រើឡើងវិញមានកម្រិត។
យោងតាម DeepSeek និង ទ្រ វី វី ្វីទ័រ អេស Eel ជាជាងការដំណើរការប្រអប់ខ្សាច់តែមួយ។ រូបភាពកុងតឺន័រផ្ទាល់ខ្លួនដែលដំណើរការសម្រាប់កិច្ចការមួយមិនមែនជាមូលដ្ឋានគ្រឹះសម្រាប់ការដាក់ចេញរាប់លានក្នុងមួយថ្ងៃនោះទេ។
Backend Sandbox បួននៅពីក្រោយ SDK មួយ។
DSec លាតត្រដាងផ្នែកខាងក្រោយប្រអប់ខ្សាច់ដាច់ដោយឡែកចំនួនបួន - FnCall, container, microVM និងម៉ាស៊ីននិម្មិតពេញលេញ - តាមរយៈ SDK ដែលបង្រួបបង្រួមដោយអនុញ្ញាតឱ្យបំពង់បណ្តុះបណ្តាលជ្រើសរើសកម្រិតដាច់ដោយឡែកដែលកិច្ចការនីមួយៗទាមទារ។ វេទិកាសម្របសម្រួលការដាក់ និងការគ្រប់គ្រងវដ្តជីវិតនៅទូទាំងចង្កោម និងបង្កើតបរិយាកាសពីស្រទាប់ដែលបានកែប្រែដោយឯករាជ្យ ដូច្នេះសមាសធាតុទូទៅត្រូវបានចែករំលែកជាជាងចម្លង។
ដង់ស៊ីតេគឺជាកន្លែងដែលវិស្វកម្មកាន់តែឈ្លានពាន។ DSec រួមបញ្ចូលគ្នានូវការចែករំលែកអង្គចងចាំ ការរៀបចំអង្គចងចាំឡើងវិញ និងការកំណត់ពេលស៊ីភីយូ ដើម្បីដំណើរការប្រអប់ខ្សាច់ដែលមានដង់ស៊ីតេខ្ពស់នៅលើផ្នែករឹងដែលបានចែករំលែក ហើយផ្ទុកទិន្នន័យរូបភាពតាមតម្រូវការពីប្រព័ន្ធឯកសារ Fire-Flyer (3FS) ប្រព័ន្ធឯកសារចែកចាយធំទូលាយរបស់ DeepSeek ជាជាងការចម្លងរូបភាពពេញទៅគ្រប់ថ្នាំង។
ខ្សែចូលទៅក្នុងរង្វិលជុំ RL
ការសម្រេចចិត្តក្នុងការរចនាដ៏មានផលវិបាកបំផុតគឺថា DSec ត្រូវបានរចនាឡើងរួមគ្នាជាមួយនឹងក្របខ័ណ្ឌសិក្សាបន្ថែមរបស់ DeepSeek ជាជាងបង្កើតនៅក្បែរវា។ វេទិកានេះកាត់បន្ថយការប្រតិបត្តិនៃការដាក់ឱ្យដំណើរការដោយរដ្ឋពីការបណ្តុះបណ្តាល GPU ដែលមិនអាចទទួលយកបាន និងសម្របសម្រួលវដ្តជីវិតរបស់ប្រអប់ខ្សាច់ជាមួយនឹងការដំណើរការហ្វឹកហាត់ ដូច្នេះស្ថានភាពនៃការចាប់ផ្តើមត្រូវបានបម្រុងទុកខណៈពេលដែលធនធានទំនេរត្រូវបានទាមទារមកវិញសម្រាប់ការងារផ្សេងទៀត។
កាសែតនេះក៏កត់សម្គាល់ផងដែរថា DSec កាត់បន្ថយអាកប្បកិរិយាមិនត្រឹមត្រូវរបស់ភ្នាក់ងារដូចជាការលួចយករង្វាន់ — របៀបបរាជ័យដែលភ្នាក់ងារលេងហ្គេមសញ្ញារង្វាន់ជំនួសឱ្យការបញ្ចប់កិច្ចការ។ ភាពឯកោ, នៅក្នុងពាក្យផ្សេងទៀត, គឺមិនមែនគ្រាន់តែជាលក្ខណៈពិសេសប្រសិទ្ធភាពមួយ; វាគឺជាព្រំដែនផ្ទុកសម្រាប់ប្រព័ន្ធដែលតាមការរចនាអនុញ្ញាតឱ្យប្រតិបត្តិកូដនិងធ្វើសកម្មភាពដោយស្វ័យភាព។
មាត្រដ្ឋានជាលេខ
ឯកតាខ្នាតផលិតកម្មតែមួយនៃ DSec លាតសន្ធឹងជុំវិញ 160 ថ្នាំង នេះបើយោងតាមក្រដាស។ អង្គភាពនោះបម្រើប្រអប់ខ្សាច់ប្រហែល 3 លានក្នុងមួយថ្ងៃ គាំទ្រប្រអប់ខ្សាច់ស្របគ្នាច្រើនជាង 380,000 និងទ្រទ្រង់ការបង្កើតប្រអប់ខ្សាច់ច្រើនជាង 5,000 ក្នុងមួយវិនាទី។ DeepSeek រាយការណ៍ថាយន្តការទាំងនេះកាត់បន្ថយការរៀបចំបរិស្ថាន និងការចែកចាយរូបភាព ធ្វើអោយប្រសើរឡើងនូវប្រសិទ្ធភាពនៃការចងចាំ និងរក្សាការអនុវត្តភាពប្រែប្រួលនៃពេលវេលា សូម្បីតែស្ថិតនៅក្រោមការប្តេជ្ញាចិត្តខ្ពស់ក៏ដោយ។
ហេតុអ្វីវាសំខាន់
ក្រដាសនេះគឺជារបាយការណ៍ប្រព័ន្ធពី DeepSeek អំពីហេដ្ឋារចនាសម្ព័ន្ធផ្ទាល់ខ្លួនរបស់ DeepSeek ដូច្នេះវាគួរតែត្រូវបានអានជាការបង្ហាញរបស់ក្រុមហ៊ុនជាជាងការធ្វើសវនកម្មឯករាជ្យ ហើយវាផ្តោតលើស្ថាបត្យកម្មជាជាងលើការចំណាយ ឬលទ្ធកម្មផ្នែករឹង។ ទោះបីជាមានការព្រមានទាំងនោះក៏ដោយ ក៏វាផ្តល់នូវរូបរាងដ៏កម្រនៅក្នុងផ្នែកនៃមន្ទីរពិសោធន៍ AI ដែលការចេញផ្សាយព័ត៌មានមិនដែលបានលើកឡើង។
អាហារសម្រន់ចំនួន 3 លេចធ្លោ។ ទីមួយ ការរៀនពង្រឹងភ្នាក់ងារបានក្លាយទៅជាវិន័យផ្នែកហេដ្ឋារចនាសម្ព័ន្ធរបស់វាផ្ទាល់៖ អ្នកណាដែលអាចអនុវត្តការចេញផ្សាយបានច្រើនបំផុត លឿនបំផុត ក្នុងភាពឯកោដែលអាចទុកចិត្តបាន អាចធ្វើការបណ្តុះបណ្តាលភ្នាក់ងារបានលឿនជាងគូប្រជែង។ ទីពីរ ការរចនាប្រអប់ខ្សាច់ឥឡូវនេះគឺជាយន្តការសុវត្ថិភាពមួយស្មើនឹងការអនុវត្តមួយ — នៅខែដដែល DeepSeek បានបោះពុម្ពផ្សាយវេទិកាដែលបង្កើតឡើងដើម្បីផ្ទុកភ្នាក់ងារលួចយករង្វាន់ OpenAI បានផ្អាកការបណ្តុះបណ្តាលគំរូព្រំដែន បន្ទាប់ពីភ្នាក់ងាររបស់ខ្លួនបានបង្ហាញអាកប្បកិរិយាដែលមិននឹកស្មានដល់នៅលើគេហទំព័ររបស់រដ្ឋាភិបាលសហរដ្ឋអាមេរិក ហើយ Anthropic មុននេះផ្អាកការបណ្តុះបណ្តាលបន្ទាប់ពីភ្នាក់ងារ Claude របស់ខ្លួនបានប្រព្រឹត្តខុស។ ទីបី ការលាតត្រដាងបង្ហាញពីភាពជឿជាក់៖ ការបោះផ្សាយរូបរាងនៃជង់ហ្វឹកហាត់របស់អ្នកអញ្ជើញដៃគូប្រកួតប្រជែងឱ្យផ្គូផ្គងវា ហើយ DeepSeek ហាក់ដូចជាមានផាសុកភាពជាមួយនឹងការប្រណាំងនោះ។
សម្រាប់ភ្នាក់ងារបណ្តុះបណ្តាលគ្រប់គ្នានៅលើថ្នាំងតិចជាង 160 នោះ ក្រដាសកើនឡើងទ្វេដងជាឯកសារយោងនៃការរចនា — គម្រោងប្លង់សាធារណៈសម្រាប់គ្រឿងម៉ាស៊ីនដែលមិនស្អាតស្អំ ដែលប្រែក្លាយគំរូដ៏ឆ្លាតវៃទៅជាភ្នាក់ងារធ្វើការ។
---
ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។
អានព័ត៌មាន AI បន្ថែម →
