Deepseek、一般的なハードウェア構成で問題なく動作する無料の言語モデルv3をリリース

中国の AI スタートアップ企業 DeepSeek が、最新の大規模言語モデル (LLM) である DeepSeek-V3-0324 を正式にリリースしました。最大641GBの容量を持つこのモデルは、同社がこれまで常に採用してきた新製品に関する秘密主義のスタイルに沿って、多くの情報を明らかにすることなくAI Hugging Faceプラットフォームで発表されました。

このモデルの特別な点は、商用目的での無料使用を許可する MIT ライセンスです。初期のベンチマーク結果では、DeepSeek-V3-0324 は、M3 Ultra チップを搭載した Apple の Mac Studio などの主流のハードウェア構成で実行できることが示されています。 AI科学者のAwni Hannun氏は、この構成を使用することで1秒あたり20トークン以上の処理速度を達成できると報告しました。オンプレミスの汎用ハードウェア上で大規模な言語モデルを実行できるこの機能は、大規模なデータセンターインフラストラクチャを使用して高度な AI モデルをサポートする従来のアプローチとはまったく対照的です。

DeepSeek の情報によると、初期テストでは以前のバージョンに比べて大幅な改善が見られました。このモデルは社内の関係者によって厳密にテストされ、優れたパフォーマンスが実証されました。他のすべての競合モデルよりも優れており、深い思考を必要としないタスクでは Anthropic の Claude Sonnet 3.5 よりも優れています。ただし、有料サブスクリプションが必要な Sonnet スタイルのモデルとは異なり、DeepSeek-V3-0324 は完全に無料でダウンロードして使用できます。

技術的には、DeepSeek-V3-0324 は混合エキスパート (MoE) アーキテクチャを使用します。タスクごとに 6,850 億個のパラメータのうち約 370 億個を選択的に使用する能力が際立っており、パフォーマンスを維持しながら計算要求を削減することで効率を高めます。このモデルでは、コンテキストメモリの改善と出力の高速化に貢献する、Multi-Head Latent Attention (MLA) および Multi-Token Prediction (MTP) テクノロジも適用されます。

ユーザーは、必要に応じて、Hugging Face、OpenRouter のチャットインターフェイスと API、および DeepSeek のチャットプラットフォームを介して DeepSeek-V3-0324 にアクセスできます。推論サービスプロバイダーの Hyperbolic Labs もこのモデルへのアクセスを提供しています。

DeepSeek-V3-0324 のリリースにより、同社は大規模言語モデルの開発競争における地位を固めつつ、AI 研究開発コミュニティに強力でアクセスしやすいオプションを提供しています。一般的なハードウェア上で実行できることと無料ライセンスが組み合わさることで、このモデルは近い将来に多くの実用的な応用機会を獲得できるでしょう。

Tags: #deepseek #deepseek-v3-0324 #大規模言語モデル（llm） #中国語AI