Bei dieser Veranstaltung kündigte DeepSeek fünf seiner fortschrittlichen Software-Repositories an, allen voran das Fire-Flyer File System (3FS), das das Unternehmen für KI-Trainings- und Inferenz-Workloads verwendet.
DeepSeek hat viele bahnbrechende Fortschritte in der KI-Technologie erzielt.
Das für die Optimierung von KI-Aufgaben entwickelte 3FS-Dateisystem hat die Aufmerksamkeit vieler Experten auf sich gezogen. Diese Technologie nutzt die Eigenschaften moderner SSDs und RDMA-Netzwerke und schafft so eine gemeinsam genutzte Speicherschicht, die die Bereitstellung verteilter Anwendungen vereinfacht. Die Experten von Tom's Hardware schätzen besonders, dass 3FS-Code ohne Lesecaching auskommt und zufällige Leseanfragen priorisiert.
3FS ist die Revolution, die DeepSeek mit sich gebracht hat.
Laut Tom's Hardware ist dies entscheidend für KI-Modelle, die häufig auf Daten von Servern zugreifen. Dadurch erreicht dieses verteilte Dateisystem einen Gesamtlesedurchsatz von bis zu 6,6 TiB/Sekunde in einem Cluster mit 180 Knoten und 3,66 TiB/Minute im GraySort-Benchmark in einem Cluster mit 25 Knoten.
Das Startup Perspective AI bezeichnete diese Metriken ebenfalls als „nächste Stufe“ und beschrieb 3FS als potenzielle Revolution für datenintensive Workloads im Zusammenhang mit KI und Forschung.
Was ist DeepSeek und wer steckt dahinter?
In einer im vergangenen Sommer veröffentlichten Studie präsentierten Forscher von DeepSeek die Merkmale ihrer eigens entwickelten Fire-Flyer 2 AI-Hochleistungsrechnerarchitektur. Dank 3FS und weiterer Softwarekomponenten erreichte DeepSeek 80 % der Leistung des Nvidia-Servers DGX-A100 bei nur 50 % der Kosten und 40 % geringerem Stromverbrauch.
Mit der Open Source Week möchte DeepSeek Transparenz und gemeinschaftlich getriebene Innovation in den Vordergrund rücken und gleichzeitig zahlreiche Softwareprodukte als Open-Source-Repositories veröffentlichen, darunter Projekte wie FlashMLA, DeepEP und DeepGEMM.
Quelle: https://thanhnien.vn/deepseek-cong-bo-dot-pha-ve-cong-nghe-ai-185250304091501089.htm






Kommentar (0)