DeepSeek R1، وهو نموذج لغوي جديد مفتوح المصدر للذكاء الاصطناعي طورته شركة الذكاء الاصطناعي الصينية DeepSeek، وهو شائع في الوقت الحالي.
يدعي بعض المستخدمين أنه يضاهي أو حتى أقوى من OpenAI's o1 من حيث قدرات الاستدلال.
في الوقت الحالي، يتوفر DeepSeek مجانًا، وهو خبر جيد للمستخدمين، ولكنه يثير أيضًا بعض التساؤلات.
كيف سيتعاملون مع تكلفة الخادم مع زيادة عدد المستخدمين؟ يجب ألا تكون الأجهزة التي تشغل النموذج رخيصة، أليس كذلك؟
أحد التخمينات المعقولة هي البيانات.
البيانات هي شريان الحياة لنماذج الذكاء الاصطناعي، فقد تجمع بيانات المستخدمين بطريقة ما، وقد تكون هذه البيانات مفيدة لنماذج التداول الخاصة بهم أو غيرها من أشكال تحقيق الدخل.
إذا كنت قلقًا بشأن خصوصية البيانات ولكنك لا تزال ترغب في استخدام R1 دون مشاركة البيانات، فإن الخيار الأفضل هو تشغيل النموذج محليًا.
ما هو DeepSeek R1?
قبل بضعة أيام، تم تقديم DeepSeek R1 كنموذج مفتوح المصدر بالكامل. وهذا يعني أنه يمكن لأي شخص الوصول إلى شيفرته الأساسية وإجراء تعديلات عليها، بل وحتى ضبطها حسب احتياجاته الخاصة.
يُشتق DeepSeek R1 (غالبًا ما يُرمز له اختصارًا بـ R1) من نموذج أساسي كبير يسمى DeepSeek-V3.
وقد قام فريق البحث بتحسين هذا النموذج من خلال الجمع بين الضبط الدقيق الخاضع للإشراف (SFT) والبيانات المشروحة يدويًا عالية الجودة والتعلم المعزز (RL).
وقد نتج عن ذلك روبوت دردشة آلي يمكنه التعامل مع المطالبات المعقدة، وإظهار المنطق وراء الأسئلة المعقدة (أحيانًا بشكل أكثر وضوحًا من النماذج الأخرى)، وحتى تقديم التعليمات البرمجية في واجهة الدردشة للاختبار السريع.
إنه أمر مثير للإعجاب حقاً، خاصة بالنسبة لنموذج مفتوح المصدر.
كيفية تشغيل DeepSeek R1 محلياً
إلى تشغيل DeepSeek R1 محلياًسنستخدم أداة تسمى أولاما.
Ollama هي أداة مجانية ومفتوحة المصدر تتيح للمستخدمين تشغيل نماذج لغوية كبيرة (LLMs) محليًا على أجهزة الكمبيوتر الخاصة بهم.
وهو متاح لأنظمة ماك ولينكس وويندوز، قم بزيارة موقع Ollama الرسمي، وانقر على زر "تنزيل" وقم بتثبيته على نظامك.
لتأكيد التثبيت الناجح,
افتح طرفية وقم بتشغيل الأمر التالي:ollama -v
يجب أن ترى رقم إصدار أولاما بدلاً من رسالة خطأ.
ضمن علامة التبويب "النماذج"، ابحث عن الكلمة المفتاحية "deepseek" وسترى "deepseek-r1" في أعلى القائمة.
انقر فوقه، وفي قسم "النماذج"، سترى في قسم "النماذج" أن هناك أحجام نماذج متعددة بمعلمات تتراوح بين 5 مليارات و671 مليار، وكقاعدة عامة، تتطلب النماذج الأكبر حجمًا وحدات معالجة رسومات أكثر قوة لتشغيلها.
يمكن تشغيل نموذج صغير مثل إصدار 8 مليار معلمة على وحدة معالجة رسومات ذات ذاكرة رسومات بسعة 8 جيجابايت، بينما تتطلب النماذج الأكبر حجمًا موارد أكبر بكثير (انظر القسم أدناه حول ذاكرة الرسومات ومتطلبات وحدة معالجة الرسومات).
لتحميل وتشغيل نموذج 8 مليار بارامتر، استخدم الأمر التالي:أولاما رن ديبسيك-ر1:8ب
سيبدأ تنزيل النموذج (حوالي 4.9 غيغابايت)، قبل المتابعة، يرجى التأكد من وجود مساحة كافية على القرص.
بمجرد اكتمال التنزيل، سيتم تشغيل النموذج على حاسوبك المحلي، ويمكنك بدء محادثة معه على الفور.
دعنا نختبر ذلك باستخدام نموذج مطالبة:
موجه: ما هو DeepSeek R-1?
الرد: DeepSeek R-1 هو مساعد ذكاء اصطناعي طورته شركة DeepSeek الصينية.
تم تصميمه لتقديم الإجابات والمساعدة في مجموعة متنوعة من المواضيع، بما في ذلك على سبيل المثال لا الحصر الرياضيات والبرمجة ومعالجة اللغات الطبيعية وما إلى ذلك. إذا كانت لديك أي أسئلة أو كنت بحاجة إلى مساعدة، فلا تتردد في سؤالي!
عظيم.
إنه سريع ويعمل حتى عندما أفصل الكمبيوتر المحمول عن شبكة Wi-Fi. يرجى ملاحظة أنه لا يمكنه الوصول إلى الإنترنت حتى لو كنت متصلاً به.
تلميح: ما هو أحدث سعر لسهم AAPL؟
الرد: بصفتي مساعدًا للذكاء الاصطناعي، لا يمكنني الوصول إلى البيانات في الوقت الحقيقي، وبالتالي لا يمكنني تقديم أحدث سعر لسهم شركة Apple Inc.
للحصول على أدق وأحدث المعلومات، أقترح عليك التحقق من منصات الأخبار المالية أو خدمات الوساطة المالية:
تشغيل نماذج LLMs محليًا، بما في ذلك LLaMA2 و Phi 4 وMistral وGemma 2السماح للمستخدمين بإنشاء نماذج LLMs الخاصة بهم ومشاركتهاحزم أوزان النماذج والتكوينات والبيانات في حزمة واحدةتحسين الإعدادات وتفاصيل التكوين، بما في ذلك استخدام وحدة معالجة الرسومات.
متطلبات وحدة معالجة الرسومات والذاكرة
تعتمد متطلبات الذاكرة في DeepSeek-R1 على عوامل مثل حجم النموذج وعدد المعلمات وتقنية التكميم.
فيما يلي نظرة عامة مفصّلة على متطلبات الذاكرة الخاصة بـ DeepSeek-R1 ونموذجها المصغّر، بالإضافة إلى وحدات معالجة الرسومات الموصى بها:
ملاحظة رئيسية حول استخدام الذاكرة:
إعداد وحدة معالجة الرسومات الموزعة للنماذج الكبيرة: يتطلب DeepSeek-R1-Zero و DeepSeek-R1 الكثير من ذاكرة الرسومات وبالتالي يتطلب تكوين وحدة معالجة رسومات موزعة (مثل NVIDIA A100 أو H100 في إعداد متعدد وحدات معالجة الرسومات) للحصول على الأداء الأمثل.
تم تحسين الطرازات الخفيفة لتعمل على وحدة معالجة رسومات واحدة ذات متطلبات ذاكرة رسومات أقل، بدءًا من 0.7 جيجابايت.
استخدام ذاكرة إضافية: قد يستهلك التنشيط والمخازن المؤقتة والمهام المجمعة ذاكرة إضافية.
لماذا تعمل محلياً؟
برنامج الدردشة الآلي على الويب وتطبيق الهاتف المحمول من DeepSeek مجانيان ومريحان للغاية. لا تحتاج إلى القيام بأي إعداد، وميزات مثل DeepThink والبحث على الويب مدمجة.
ومع ذلك، قد يكون تشغيله محلياً خياراً أفضل للأسباب التالية
الخصوصية
عند استخدامك لإصدار الويب أو التطبيق، يتم إرسال استفساراتك وأي ملفات مرفقة إلى خوادم DeepSeek لمعالجتها، ماذا يحدث لهذه البيانات؟ لا نعرف، تشغيل النموذج محلياً يضمن بقاء بياناتك على جهاز الكمبيوتر الخاص بك، مما يمنحك تحكمًا كاملاً في خصوصيتك.
الوصول دون اتصال بالإنترنت
تشغيل النموذج محلياً يعني أنك لا تحتاج إلى اتصال بالإنترنت.
إذا كنت مسافرًا، أو تواجه شبكة Wi-Fi غير مستقرة، أو تفضل ببساطة العمل دون اتصال بالإنترنت، فإن الإعداد المحلي يتيح لك استخدام DeepSeek في أي وقت وفي أي مكان.
واجهة مستقبلية
في الوقت الحالي، خدمات DeepSeek مجانية، ولكن من غير المرجح أن يستمر ذلك إلى الأبد. في مرحلة ما، قد تحتاج في مرحلة ما إلى تحقيق الدخل، وقد تظهر قيود الاستخدام أو رسوم الاشتراك. مع النموذج المحلي، يمكنك تجنب هذه القيود تماماً.
مرنة
مع الإصدار المحلي، أنت لست مقيداً بالإعدادات الافتراضية.هل تريد ضبط النموذج بدقة؟
دمجها مع أدوات أخرى؟ بناء واجهة مخصصة؟ توفر لك طبيعة DeepSeek R1 مفتوحة المصدر إمكانيات لا حصر لها.
الملخص
في الوقت الحالي، لا يزال من غير الواضح كيف يتعامل DeepSeek مع بيانات المستخدم.
إذا كنت لا تهتم بخصوصية البيانات، فقد يكون استخدام الويب أو تطبيقات الجوال خيارًا أفضل. فهي أسهل في الاستخدام وتوفر ميزات مثل DeepThink والبحث على الويب.
ولكن إذا كنت تهتم بالمكان الذي تذهب إليه بياناتك، فإن النموذج المحلي هو بديل جيد يجب أخذه بعين الاعتبار.
تم تصميم نموذج DeepSeek ليعمل بشكل جيد حتى على أجهزة ليست قوية بشكل خاص.
في حين أن النماذج الأكبر مثل DeepSeek-R1-Zero تتطلب إعداد وحدة معالجة رسومات موزعة، فإن الإصدار الخفيف يجعل من الممكن تشغيله بسلاسة على وحدة معالجة رسومات واحدة مع متطلبات ذاكرة أقل.
