طبق گفته جدید NVIDIA ، کارت گرافیک RTX 5090 Depepeek R1 AI را بسیار سریعتر از RX 7900 XTX کنترل می کند ، که با نسل پنجم نسل در تراشه Blackol همراه است.
مدل های معقول نوع جدیدی از مدل های بزرگ زبان هستند که برای حل مشکلات پیچیده زمان بیشتری را برای تفکر و تفکر صرف می کنند و مراحل لازم را برای حل مشکل توصیف می کنند. مدل های بازتاب می توانند با درک عمیق از نیازهای کاربر ، تجربه استفاده از رایانه را بهبود بخشند و به آنها در انجام کارهای پیچیده و چند مرحله ای کمک کنند.
Dipsic از تکنیکی به نام Dist از دو مدل کوچکتر با 1.5 تا 5 میلیارد پارامتر مدل بزرگ با 2 میلیارد پارامتر استفاده می کند. قابلیت های معقول مدل بزرگتر به مدلهای کوچکتر Llama و Qwen آموزش داده شده است ، که منجر به مدل های قدرتمندی می شود که بصورت محلی در رایانه ها اجرا می شوند.
چندی پیش ، AMD قدرت کارت پرچمدار RX 7900 XTX را در عملکرد R1 Deepsic نشان داد ، و اکنون تیم سبز نیز شاخص های عملکرد خود را از آخرین کارت گرافیک خود ارائه می دهد. اعداد نشان می دهد که RTX 5090 بهتر از کارت گرافیک AMD است.
کارت RTX 5090 با چندین سرعت پردازش Dip -ssik R1 ، ظاهراً RX 7900 XTX و حتی RTX 4090. کارت گرافیک NVIDIA موفق به راه اندازی دو مدل Distil Qwen 7B و Distil Llama 8B تا 5 نشانه شد ، که تقریباً دو برابر بیشتر است از تیم سرخ.
NVIDIA مقاله ویژه ای را برای کسانی که می خواهند از طریق رایانه خود ، در کارتهای گرافیکی RTX در RTX CARTICS ارائه دهند ، مقاله ویژه ای را منتشر می کند.
در پست وبلاگ Nvidia گفته می شود: “R1 دقت زیادی را برای مواردی که نیاز به نتیجه گیری منطقی ، استدلال ، ریاضیات ، رمزگذاری و درک و در عین حال انجام کارآیی قابل توجهی در نتیجه می گیرند ، فراهم می کند. برای کمک به توسعه دهندگان این فرصت ها و ایجاد آژانس های خود ، Depepeek-R1 با 2 میلیارد پارامتر اکنون به عنوان تجسم Nvidia nim micro-micro build.nvidia.com موجود Microfit Deepseek-R1 می تواند حداکثر 2.3 نشانگر Nvidia HGX H200 را فراهم کند. “
مقالات مرتبط
تیم سبز افزود: “توسعه دهندگان می توانند قابلیت های فوق را از طریق API (API) تجربه کنند ، که انتظار می رود به عنوان یک میکروفیت NIM و بخشی از پلت فرم نرم افزار NVIDIA AI Enterprise در دسترس باشد.”
با توسعه دهندگان و علاقه مندان به Nim Nvidia ، آنها می توانند الگوی هوش مصنوعی را در سطح محلی سیستم خود آزمایش کنند ، نه فقط از اطلاعات آنها محافظت کنند. این می تواند بهتر عمل کند.
