DeepSeek barcha V4-Pro API trafikini Flash tariflari bilan V4.1-Flash ga yoʻnaltirmoqda

Cambricon kompaniyasi Day-0 dasturi doirasida ochiq vLLM inferensiya stekiga asoslangan holda DeepSeek-V4.1-Flash modelini muvaffaqiyatli moslashtirishni eʼlon qildi. Bu yangi chiqarilgan model DeepSeek kontroller punktini eʼlon qilgan kunida Cambricon akseleratorlarida barqaror ishlashi mumkinligini anglatadi.

Bu eʼlon chip va dasturiy taʼminot oʻrtasidagi sinergiyani taʼkidlaydi: model va chipning bir vaqtda mavjudligi hamda NeuWare va vLLMni birlashtiruvchi Cambricon yondashuvining yetukligi. Bu modelning umumiy mavjudligi haqidagi maʼlumotlarning takrorlanishi emas.

DeepSeek-V4.1-Flash DeepSeek ning yangi arxitektura liniyasining eng kichik variantidir. Bu 552 milliard parametrli mixture-of-experts turidagi model boʻlib, kirish tomonida taxminan 8 milliard va chiqish tomonida 16 milliard parametrlarni faollashtiradi, shuningdek, koʻp modalli koʻrishni oʻz ichiga olgan. DeepSeek Causal-Encoder-Decoder tuzilmasidan foydalanish va KV-keshni agressiv siqishni taʼkidlaydi, bu oldingi avlodga nisbatan HBM talabini taxminan toʻrtta gacha va SSD talabini sakkizdan gacha kamaytiradi, shu bilan birga kesh hajmi birinchi versiyaga qaraganda yuzlab marta kichikroq boʻladi.

Bu xotira tejash akselerator ishlab chiqaruvchilari uchun juda muhimdir, ular yuqori yuklamaga duch kelayotgan zich serverlarda inferensiya kechikishini, DRAM hajmini va saqlash darajalarini nazorat qilishni maqsad qilganlar.

Oʻz tomondan, Cambricon muhandislari Engram va Compressor kabi tuzilmalarni tezlashtirish uchun Torch-MLU-Ops birlashtirilgan operator kutubxonasidan foydalanishdi, shuningdek, sekin va siqilgan diqqatning qizgʻin nuqtalari uchun BangC da optimallashtirilgan yadrolarni yozdilar. vLLM ichida Cambricon tensor, konveyer, ketma-ket, paket va ekspert parallelizmi kiritilgan besh oʻlchovli aralash parallelizm qoʻllab-quvvatlashini, aloqa va hisoblashlarni qamrab olish, past aniqlikdagi kvantlash va boshidan oxirigacha tranzmittivlikni oshirish uchun prefiks va dekodlashni ajratishni eʼlon qiladi. Ushbu stek kompaniyaning uzoq muddatli dasturiy platformasi boʻlgan NeuWare ustida ishlaydi.

Bir necha kun avval Cambricon PyTorch Foundationga platinaviy aʼzo sifatida qoʻshildi va boshqa yirik uskuna va bulutli xizmat ishlab chiquvchilari bilan birga boshqaruv kengashida oʻrn tutdi, bu ochiq oʻrganish va inferensiya ekotizimiga chuqurroq sarmoya kiritilishini bildiradi.

Endi Cambricon beshta asosiy xitoy model liniyalarining Day-0 inferensiyasini qoʻllab-quvvatlaydi: GLM, DeepSeek, Qwen, Kimi va MiniMax, ular mos ravishda Zhipu AI, DeepSeek, Alibaba, Moonshot AI va MiniMaxni ifodalaydi. Caixin Global nashri Cambriconni shu kunda kiritish imkoniyatini Xitoyda model va chip ishlab chiqish ichki sikllarini qisqartirish belgisi sifatida alohida taʼkidladi — koʻp oylik yopiq portlardan operatorlar tomonidan standartlashtirilgan jamoatchilik freymvorklarida ishga tushish tayyorgarligiga oʻtish.

Klaster operatorlari uchun amaliy xulosa birgalikdagi mavjudlikdir: ilgʻor ochiq model chiqqanda, Cambricon mijozlari yopiq fork kutish oʻrniga vLLM hujjatlashtirilgan retseptidan foydalana oladi. Dasturiy taʼminot ekotizimi uchun keyingi sinov DeepSeek ning kattaroq variantlari va koʻp modalli xizmatlarning aralashmalariga ushbu Day-0 sxemasi qoʻllanilishi mumkinmi degan masalada boʻladi.

Xitoy axborot va aloqa texnologiyalari akademiyasi (CAICT) tomonidan tayyorlangan hisobotga koʻra, mahalliy modellar xaritasiga yangi raqobatchi qoʻshildi. Shanghayda joylashgan StartLux kompaniyasi StartLux-V1.0-27B-Preview modelini ishlab chiqqan boʻlib, faqat 27 milliard parametrdan foydalanib, tekshirilgan AI-benchmarklar seriyasidagi maxsus MCP testining umumiy reytingida ikkinchi oʻrinni egalladi va DeepSeek-V4-Flashni ortda qoldirdi.

MCP testi oltita maxsus vazifani baholaydi: joylashuv boʻyicha navigatsiya, internetda qidirish, brauzer avtomatlashtirish, moliyaviy tahlil, kod omborlarini boshqarish va 3D dizayn. U shuningdek, bir nechta vositalarni muvofiqlashtirish, murakkab vazifalarni bajarish va real sharoitlarda oʻzaro taʼsir qilishga qaratilgan keng qamrovli baholashni oʻz ichiga oladi. Sinovdan oʻtgan modellar orasida DeepSeek-V4-Pro (1,6 trillion parametr), DeepSeek-V4-Flash-0731 (284 milliard), Step-3.7-Flash (198 milliard), StartLux-27B-260715 (27 milliard), Qwen-3.6-27B (27 milliard) va AgentCPM-Explore (4 milliard) mavjud edi.

StartLux-V1.0-27B-Preview modeli 39.25 ball olib, ikkinchi oʻringa chiqdi. Bu unga 284 milliard parametrli DeepSeek-V4-Flash ham, 198 milliard parametrli Step-3.7-Flash ham ustun keldi. Bir xil parametr hajmidagi modellar orasida u Qwen-3.6-27Bni 5.34 ball bilan ortda qoldirdi. Model joylashuv boʻyicha navigatsiyada birinchi oʻrinni egalladi, shuningdek, brauzer avtomatlashtirish va moliyaviy tahlilda birinchi oʻringa chiqdi yoki unda teng keldi, baʼzi hollarda DeepSeek-V4-Pro trilyon modellari darajasiga yetdi.

Bu model Qwen3.6-27B asosida qurilgan va keyin oʻqitishdan soʻng qoʻshimcha yaxshilangan. StartLux oʻzlarining «AI oʻrgatadi AI» (Avtomatik qidiruv) deb nomlagan yondashuvni joriy etdi, bu esa qayta aloqa orqali eksperimental mashgʻulotlarni avtonom ravishda oʻtkazish va strategiyani takomillashtirish imkonini beradi. Kompaniya bu usulning Xitoydagi mahalliy agent modeli uchun birinchi marta qoʻllanilishi ekanligini taʼkidlaydi.

Bu natija sanoatdagi kengroq siljishni aks ettiradi. Eng ilgʻor modellar samaradorligi amaliy chegaralarga yetganligi sababli, parametrlar yaroshi gʻoyasi homogenizatsiya bosqichiga aylandi; foydalanuvchilarning ustuvorliklari faqat benchmarklardagi yuqori koʻrsatkichlarga erishish emas, balki haqiqiy muammolarni hal qilish, maʼlumotlar xavfsizligini taʼminlash va xarajatlarni nazorat qilish tomon siljiydi. Jahondagi raqobatchilar ham shu yoʻnalishda harakat qilmoqda: Googleʼs Gemma 4, Metaʼs open Muse Glimmer va Nvidiaʼs Nemotron 3.5 Lightning mahalliy joylashtirishga qaratilgan.

StartLux-V1.0-27B-Preview isteʼmolchi kompyuterlarida ishlay olishi mumkin va kompaniya joriy yilda oʻzining birinchi avlod mahalliy intellekt yechimlarini chiqarishni rejalashtirmoqda. CAICT natijalari korxonalarga ixcham, mahalliy joylashtiriladigan modellar endi real ish jarayonlarida muhim boʻlgan vazifalarda ancha katta bulutli yechimlarga raqobatlashishga qodir ekanligini bildiradi, bu esa xarid qilish qarorlarini oʻzgartira boshlaydi.