نجح مبرمج يُعرف باسم synchopate في تشغيل نموذج DeepSeek-V4-Flash، وهو نموذج خليط الخبراء (MoE) بمعاملات تبلغ 284 مليارًا، على جهاز بذاكرة وصول عشوائي 64 جيجابايت فقط ودون أي كرت رسوميات. المشروع المنشور على GitHub تحت اسم llama-modchip يؤكد أن النموذج يستهلك أقل من 59 جيجابايت من الذاكرة عند طول سياق 256K، ويولّد ما بين 9.1 و14.7 رمزًا في الثانية على إعداد يعتمد على المعالج المركزي فقط. كما أشار المشروع إلى سرعة معالجة أعلى للطلب تبلغ 44.4 رمزًا في الثانية. وبالنسبة لنماذج خليط الخبراء الأصغر بحجم 30 مليار معامل، تصل السرعة إلى ما بين 25 و111 رمزًا في الثانية في الشروط نفسها.
وسرعان ما لفت المستودع الأنظار على منصتي Hacker News وReddit، حيث يصفه المطوّرون بإنجاز كبير للذكاء الاصطناعي المحلي. فتشغيل نموذج بهذا الحجم دون مسرّعات يتحدى الفرضية القائلة إن الاستدلال بمستوى النماذج الرائدة يتطلب كروت رسوميات باهظة الثمن، ويأتي ذلك وسط اهتمام متزايد بـ DeepSeek وسير العمل القائم على الوكلاء (Agents).
مواصفات DeepSeek-V4-Flash 284B وأداؤه
الأرقام مستمدة من ملف README الخاص بالمشروع ولوحة المتابعة الخاصة به. ويذكر المستودع مكوّنات إضافية: SwiGLU-H2، وتكامل Stockfish-PVS L3، وما يُسمى سير عمل Claude Code بزمن 13 مللي ثانية. ورغم أن رقم زمن استجابة يبلغ 13 مللي ثانية لتفاعل Claude Code يبدو لافتًا، فإن المستودع لا يقدّم السياق الكامل أو منهجية القياس في المقتطف المتاح.
وكما هو الحال مع أي ادعاء أداء في مشروع مفتوح المصدر، فإن التحقق المستقل لا يزال معلّقًا. فالمشروع متاح للعموم على GitHub وقد استقطب عشر قضايا (issues)، ما يشير إلى تدقيق نشط من المجتمع قد يتضمن أسئلة حول قابلية إعادة الإنتاج، وهو أمر معتاد في مشاريع كفاءة الذكاء الاصطناعي المنتشرة.
- النموذج: DeepSeek-V4-Flash بمعاملات 284 مليارًا (خليط خبراء)
- العتاد: معالج مركزي بذاكرة 64 جيجابايت فقط، دون أي كرت رسوميات
- استهلاك الذاكرة: أقل من 59 جيجابايت عند طول سياق 256K
- سرعة الاستدلال: من 9.1 إلى 14.7 رمزًا في الثانية؛ و44.4 رمزًا في الثانية لمعالجة الطلب
- نماذج أصغر: خليط خبراء بحجم 30 مليارًا يعمل بسرعة تتراوح بين 25 و111 رمزًا في الثانية
