ديب سيك تطلق منهجية جديدة لتدريب نماذج الذكاء الاصطناعي الكبيرة بكفاءة وتكلفة منخفضة

في بداية عام 2026، أعلنت شركة ديب سيك الصينية عن ورقة بحثية تقنية مبتكرة، أشرف على تأليفها مؤسس الشركة ليانغ وينفنغ، تكشف عن استراتيجية جديدة لإعادة تصميم البنية التحتية لتدريب نماذج الذكاء الاصطناعي الكبيرة، بهدف تحقيق أداء عالٍ مع خفض التكاليف التشغيلية.

ديب سيك تطلق منهجية جديدة لتدريب نماذج الذكاء الاصطناعي الكبيرة بكفاءة وتكلفة منخفضة

ديب سيك تطلق منهجية جديدة لتدريب نماذج الذكاء الاصطناعي الكبيرة بكفاءة وتكلفة منخفضة

نشرت الورقة البحثية على منصة arXiv المفتوحة، مقدمة منهجية جديدة أطلقت عليها الشركة اسم Manifold-Constrained Hyper-Connections (mHC). وتهدف هذه المنهجية إلى تعزيز كفاءة التدريب على نماذج الذكاء الاصطناعي الكبيرة، مع تحسين استهلاك الموارد الحاسوبية مقارنة بالطرق التقليدية المعتمدة على الترابطات الفائقة Hyper-Connections.

وبحسب نتائج الاختبارات، فإن المنهجية الجديدة أظهرت قدرة على التعامل مع نماذج تضم 3 مليارات و9 مليارات و27 مليار معامل، مع توسع سلس لا يرفع العبء الحوسبي بشكل ملحوظ، ما يعكس قدرة نماذج الذكاء الاصطناعي الكبيرة على التوسع بشكل أكثر كفاءة وبتكلفة منخفضة.

تحسينات جوهرية في كفاءة التدريب

يؤكد فريق البحث في ديب سيك أن منهجية mHC توفر تدريبًا مستقرًا على نطاق واسع، مع قابلية توسع أفضل مقارنة بالمقاربات السابقة. ويرجع الفضل في ذلك إلى التحسينات الذكية على مستوى البنية التحتية، ما جعل التكلفة الإضافية شبه معدومة. هذه المزايا تضع نماذج الذكاء الاصطناعي الكبيرة في موقع تنافسي قوي في مواجهة الشركات الكبرى التي تمتلك إمكانيات حوسبة ضخمة.

تطور الأفكار من بايت دانس إلى ديب سيك

تستند منهجية mHC إلى مفهوم Hyper-Connections الذي قدمته باحثو شركة بايت دانس في سبتمبر 2024، كتحسين على بنية ResNet الشهيرة المستخدمة في العديد من أنظمة الذكاء الاصطناعي الحديثة، بما في ذلك نماذج GPT من OpenAI وAlphaFold من غوغل ديب مايند.

لكن ديب سيك لاحظت أن المقاربة السابقة لم تأخذ في الاعتبار الارتفاع الكبير في تكاليف الذاكرة، وهو عامل يعيق قابلية تطبيقها على نماذج الذكاء الاصطناعي الكبيرة عمليًا. وهنا يأتي دور قيود Manifold Constraints في منهجية mHC، التي تحسن كفاءة استهلاك الموارد بشكل ملحوظ.

شكاوى من مستخدمي آيفون 17 برو صوت صفير غامض يظهر أثناء الشحن

مؤشرات مبكرة على نماذج مستقبلية

غالبًا ما تعكس أوراق ديب سيك البحثية توجهات الشركة الهندسية المستقبلية، وتشكل مؤشراً مبكرًا على الابتكارات القادمة في نماذج الذكاء الاصطناعي الكبيرة, ويقول الباحث الألماني فلوريان براند، المتخصص في الذكاء الاصطناعي الصيني، إن منشورات ديب سيك غالبًا ما تسبق الإعلان عن نماذج جديدة. ومن المتوقع أن تطلق الشركة نموذجها القادم قبل عطلة رأس السنة الصينية في منتصف فبراير، بعد نجاح نموذجها السابق R1 الذي تم الكشف عنه قبل عطلة وطنية مماثلة العام الماضي.

Dreame تدخل عالم الأجهزة القابلة للارتداء وتكشف عن كاميرا أكشن مصغّرة في CES 2025

دور مؤسس الشركة في الأبحاث الجوهرية

تُظهر الورقة البحثية مشاركة مؤسس الشركة ليانغ وينفنغ كأحد المؤلفين، مما يعكس استمرار انخراطه المباشر في الأبحاث التقنية الأساسية للشركة، رغم حفاظه على ظهور إعلامي محدود. هذه المشاركة تؤكد أن استراتيجيات ديب سيك لا تركز فقط على الحوسبة الضخمة، بل على بناء نماذج الذكاء الاصطناعي الكبيرة أكثر ذكاءً وكفاءة وبتكلفة منخفضة.

جوجل تفاجئ المستخدمين ميزة تغيير عنوان البريد الإلكتروني في جيميل أصبحت ممكنة أخيرا