Китайская корпорация Huawei в сотрудничестве с ведущими научно-исследовательскими институтами успешно провела постобучение масштабной языковой модели DeepSeek-V4-Pro, используя собственные аппаратные решения. В рамках проекта была задействована новая итерация графических процессоров Ascend 910C, что подчеркивает стремление технологического сектора КНР к достижению полной технологической независимости в области искусственного интеллекта.
Технические параметры и масштаб инфраструктуры
Для реализации поставленной задачи исследовательская группа развернула вычислительный кластер, состоящий как минимум из 1000 специализированных чипов Huawei. Основным объектом тестирования стала модель DeepSeek, архитектура которой насчитывает 1,6 триллиона параметров, что ставит её в один ряд с мощнейшими нейросетями мирового уровня. Использование такого количества параметров требует колоссальных мощностей не только для вывода (inference), но и для процесса обучения и тонкой настройки.
В состав исследовательской группы, помимо специалистов Huawei, вошли представители следующих организаций:
- Шэньчжэньский институт Хуаньцю;
- Шэньчжэньский кампус Харбинского политехнического университета;
- Шэньчжэньский научно-исследовательский институт больших данных.
Значение для полупроводниковой индустрии
Эксперты отмечают, что переход от простого запуска готовых моделей к полноценному процессу обучения и оптимизации на отечественном оборудовании является критической вехой. Ранее китайские компании сталкивались с определенными сложностями при масштабировании вычислений без использования зарубежных ускорителей. Успех с DeepSeek-V4-Pro подтверждает жизнеспособность экосистемы Ascend при работе с высоконагруженными ИИ-проектами.
Данное исследование способствует повышению автономности китайской цепочки поставок в сфере искусственного интеллекта, расширяя возможности локальных вычислительных платформ.
Перспективы развития ИИ-экосистемы
Успешная оптимизация модели DeepSeek на базе Ascend 910C демонстрирует готовность инфраструктуры Huawei к поддержке следующего поколения генеративных сервисов. По мере развития программно-аппаратного стека ожидается снижение зависимости от импортных компонентов и создание более устойчивой базы для внутренних технологических нужд. На текущий момент интеграция софта и железа остается приоритетным направлением для обеспечения конкурентоспособности локальных разработок в условиях глобальной цифровой трансформации.