Atualização do DeepSeek V3: O novo era do poder de computação e algoritmo

Recentemente, a DeepSeek lançou a atualização mais recente da versão V3 na plataforma Hugging Face - DeepSeek-V3-0324. Os parâmetros do modelo desta versão alcançaram 685 bilhões, com melhorias significativas em capacidade de código, design de UI e capacidade de inferência.

Na recentemente concluída Conferência GTC 2025, os líderes da indústria deram uma elevada avaliação ao DeepSeek. Ele apontou que a visão anterior do mercado de que o modelo eficiente do DeepSeek reduziria a demanda por chips estava errada; a demanda por computação no futuro só aumentará, e não diminuirá.

DeepSeek, como um produto representativo do avanço do algoritmo, levantou reflexões sobre a relação entre o poder de computação e o algoritmo no desenvolvimento da indústria.

Poder de computação e a evolução simbiótica do algoritmo

No campo da IA, o aumento do poder de computação fornece a base para a execução de algoritmos mais complexos, permitindo que os modelos processem um maior volume de dados e aprendam padrões mais complexos; enquanto a otimização dos algoritmos pode utilizar o poder de computação de forma mais eficiente, aumentando a eficiência do uso dos recursos computacionais.

O relacionamento simbiótico entre poder de computação e algoritmo está a redefinir o panorama da indústria de IA:

• Divergência nas rotas tecnológicas: algumas empresas buscam construir super grandes clusters de poder de computação, enquanto outras se concentram na otimização da eficiência do algoritmo, formando diferentes escolas técnicas.
• Reconstrução da cadeia industrial: os gigantes dos chips tornam-se líderes em poder de computação AI através do ecossistema, enquanto os provedores de serviços em nuvem reduzem a barreira de entrada com serviços de poder de computação elástico.
• Ajuste na alocação de recursos: as empresas buscam um equilíbrio entre o investimento em infraestrutura de hardware e o desenvolvimento de algoritmos eficientes.
• A ascensão da comunidade de código aberto: modelos de código aberto permitem que inovações em algoritmos e resultados de otimização de poder de computação sejam compartilhados, acelerando a iteração e difusão de tecnologias.

Inovação tecnológica da DeepSeek

O sucesso da DeepSeek está intimamente ligado à sua inovação tecnológica. Abaixo está uma explicação simples dos seus principais pontos de inovação:

Otimização da arquitetura do modelo

DeepSeek utiliza uma arquitetura combinada de Transformer + MOE (Mistura de Especialistas) e introduz o mecanismo de Atenção Latente Multi-Cabeça (Multi-Head Latent Attention, MLA). Esta arquitetura é como uma super equipe, onde o Transformer é responsável por tarefas convencionais, enquanto o MOE funciona como um grupo de especialistas na equipe, cada um com sua própria área de especialização. Quando um problema específico surge, o especialista mais qualificado é acionado, aumentando significativamente a eficiência e a precisão do modelo. O mecanismo MLA permite que o modelo preste atenção de forma mais flexível a diferentes detalhes importantes ao processar informações, melhorando ainda mais o desempenho do modelo.

Inovação nos métodos de treinamento

A DeepSeek propôs um quadro de treinamento de precisão mista FP8. Este quadro funciona como um distribuidor de recursos inteligente, capaz de escolher dinamicamente a precisão de cálculo adequada com base nas necessidades de diferentes fases do processo de treinamento. Utiliza uma precisão mais alta quando é necessária uma computação de alta precisão, para garantir a precisão do modelo; enquanto reduz a precisão quando é aceitável uma precisão mais baixa, economizando assim recursos de computação, aumentando a velocidade de treinamento e reduzindo o uso de memória.

Aumento da eficiência da inferência

Na fase de inferência, o DeepSeek introduziu a tecnologia de Previsão Multi-Token (Multi-token Prediction, MTP). Os métodos de inferência tradicionais são feitos passo a passo, prevendo apenas um Token de cada vez. A tecnologia MTP pode prever vários Tokens de uma só vez, acelerando significativamente a velocidade da inferência, ao mesmo tempo que reduz os custos de inferência.

quebra de algoritmo de aprendizagem reforçada

O novo algoritmo de aprendizagem por reforço da DeepSeek, GRPO (Generalized Reward-Penalized Optimization), otimiza o processo de treinamento do modelo. A aprendizagem por reforço é como equipar o modelo com um treinador, guiando-o a aprender comportamentos melhores através de recompensas e penalizações. O novo algoritmo da DeepSeek é mais eficiente, conseguindo reduzir cálculos desnecessários enquanto garante a melhoria do desempenho do modelo, alcançando um equilíbrio entre desempenho e custo.

Estas inovações formam um sistema tecnológico completo, reduzindo a necessidade de poder de computação em toda a cadeia, desde o treinamento até a inferência. Placas gráficas de consumo comum agora podem executar poderosos modelos de IA, diminuindo significativamente a barreira de entrada para aplicações de IA, permitindo que mais desenvolvedores e empresas participem da inovação em IA.

Impacto na indústria de chips

Muitas pessoas acreditam que o DeepSeek contornou certas camadas técnicas, livrando-se assim da dependência de chips específicos. Na verdade, o DeepSeek realiza a otimização do algoritmo diretamente através da camada PTX (Parallel Thread Execution). PTX é uma linguagem intermediária que fica entre o código de alto nível e as instruções reais da GPU; ao operar nessa camada, o DeepSeek consegue realizar um ajuste de desempenho mais refinado.

O impacto disto na indústria de chips é duplo: por um lado, a DeepSeek na verdade está mais ligada ao hardware e ao ecossistema relacionado, a redução da barreira de entrada para aplicações de IA pode expandir o tamanho total do mercado; por outro lado, a otimização do algoritmo da DeepSeek pode alterar a estrutura de demanda do mercado por chips de alta gama, alguns modelos de IA que anteriormente requeriam GPUs de alto desempenho agora podem funcionar de forma eficiente em placas gráficas de gama média ou até de consumo.

Significado para a indústria de IA da China

A otimização do algoritmo da DeepSeek oferece um caminho de ruptura técnica para a indústria de IA na China. Em um contexto de restrições de chips de alta gama, a ideia de "software compensando hardware" alivia a dependência de chips importados de ponta.

No upstream, algoritmos eficientes reduziram a pressão sobre a demanda de poder de computação, permitindo que os provedores de serviços de computação estendam o ciclo de vida do hardware através da otimização de software, aumentando o retorno sobre o investimento. No downstream, os modelos de código aberto otimizados diminuíram a barreira de entrada para o desenvolvimento de aplicações de IA. Muitas pequenas e médias empresas, sem a necessidade de grandes recursos de poder de computação, também podem desenvolver aplicações competitivas com base no modelo DeepSeek, o que dará origem a mais soluções de IA em áreas verticais.

O impacto profundo do Web3+AI

Infraestrutura de IA descentralizada

A otimização do algoritmo da DeepSeek oferece um novo impulso à infraestrutura de IA Web3, com uma arquitetura inovadora, algoritmos eficientes e uma menor necessidade de poder de computação, tornando possível a inferência de IA descentralizada. A arquitetura MoE é naturalmente adequada para implantação distribuída, onde diferentes nós podem manter diferentes redes de especialistas, sem a necessidade de um único nó armazenar o modelo completo, o que reduz significativamente os requisitos de armazenamento e cálculo de um único nó, aumentando assim a flexibilidade e a eficiência do modelo.

A estrutura de treino FP8 reduz ainda mais a necessidade de recursos computacionais de alta gama, permitindo que mais recursos computacionais sejam integrados na rede de nós. Isso não só diminui a barreira de entrada para a participação no cálculo descentralizado de IA, como também aumenta a capacidade e eficiência computacional de toda a rede.

Sistema Multi-Agente

• Otimização de estratégias de negociação inteligente: Através da análise de dados de mercado em tempo real pelo agente de análise, previsão de volatilidade de preços a curto prazo pelo agente de previsão, execução de transações em cadeia pelo agente de execução, e supervisão dos resultados de transação pelo agente de supervisão, ajudamos os usuários a obterem maiores lucros.

• Execução automatizada de contratos inteligentes: agentes de monitoramento de contratos inteligentes, agentes de execução de contratos inteligentes, agentes de supervisão de resultados de execução, entre outros, operam em conjunto para realizar a automação de lógicas de negócios mais complexas.

• Gestão de portfólio personalizada: A IA ajuda os usuários a encontrar em tempo real as melhores oportunidades de staking ou fornecimento de liquidez com base nas preferências de risco, objetivos de investimento e situação financeira dos usuários.

A DeepSeek está a inovar através de algoritmos para encontrar soluções sob a restrição de poder de computação, abrindo caminhos de desenvolvimento diferenciados para a indústria de IA na China. Reduzir as barreiras de aplicação, promover a fusão entre Web3 e IA, diminuir a dependência de chips de alto desempenho e capacitar a inovação financeira, essas influências estão a remodelar o panorama da economia digital. O futuro do desenvolvimento da IA não será mais apenas uma corrida de poder de computação, mas uma corrida de otimização conjunta entre poder de computação e algoritmos. Nesta nova pista, inovadores como a DeepSeek estão a redefinir as regras do jogo com a sabedoria chinesa.