DeepSeek-R1 हांग्जो डीपसीक आर्टिफिशियल इंटेलिजेंस बेसिक टेक्नोलॉजी रिसर्च कंपनी लिमिटेड द्वारा विकसित एक ओपन-वेट्स लार्ज लैंग्वेज मॉडल है, जो झेजियांग के हांग्जो में स्थित एक चीनी एआई कंपनी है और हेज फंड हाई-फ्लायर द्वारा वित्त पोषित है। जनवरी 2025 में डीपसीक चैटबॉट के साथ जारी किए गए इस मॉडल ने अग्रणी स्वामित्व वाली प्रणालियों के बराबर उन्नत तर्क क्षमताओं का प्रदर्शन किया, जबकि इसकी रिपोर्ट की गई प्रशिक्षण दक्षता और खुली उपलब्धता ने वैश्विक प्रौद्योगिकी शेयरों में महत्वपूर्ण गिरावट को जन्म दिया, विशेष रूप से एनवीडिया और अन्य चिप निर्माताओं को प्रभावित किया।
यह रिलीज़ Artificial intelligence क्षेत्र में एक उल्लेखनीय क्षण साबित हुई, क्योंकि इसने अत्याधुनिक लार्ज लैंग्वेज मॉडल के लिए विशाल कम्प्यूटेशनल संसाधनों की आवश्यकता के बारे में धारणाओं को चुनौती दी। डीपसीक-आर1 के ओपन-वेट्स ढाँचे ने दुनिया भर के शोधकर्ताओं और डेवलपर्स को मॉडल को डाउनलोड करने और अनुकूलित करने की अनुमति दी, जिससे इसके तेज़ी से अपनाने और बाजार की प्रतिक्रिया में योगदान मिला।
पृष्ठभूमि और कंपनी की उत्पत्ति
डीपसीक की स्थापना जुलाई 2023 में लियांग वेनफेंग द्वारा की गई थी, जिन्होंने जून 2015 में हाई-फ्लायर की सह-स्थापना की थी। हाई-फ्लायर ने 21 अक्टूबर 2016 को शेयर ट्रेडिंग के लिए GPU-निर्भर डीप लर्निंग मॉडल का उपयोग शुरू किया, जो पहले के CPU-आधारित रैखिक मॉडल से स्थानांतरित हुआ। 2017 के अंत तक, इसके अधिकांश ट्रेडिंग निर्णय एआई द्वारा संचालित थे।
2019 में, हाई-फ्लायर ने अपना पहला कंप्यूटिंग क्लस्टर, फायर-फ्लायर, 200 मिलियन युआन की लागत से बनाया, जिसमें 200 Gbit/s पर परस्पर जुड़े 1,100 GPU शामिल थे। क्लस्टर को 1.5 वर्षों के बाद सेवानिवृत्त कर दिया गया। 2021 तक, लियांग ने चीन को चिप बिक्री पर अमेरिकी प्रतिबंधों के प्रभावी होने से पहले लगभग 10,000 एनवीडिया A100 GPU प्राप्त कर लिए थे।
फायर-फ्लायर 2 क्लस्टर, जो 2021 में 1 बिलियन युआन के बजट के साथ बनना शुरू हुआ, 625 नोड्स में 5,000 PCIe A100 GPU के साथ चालू हुआ। 2022 में, इसकी क्षमता उपयोग 96% से अधिक हो गई, कुल 56.74 मिलियन GPU घंटे, जिसमें 27% क्षमता बाहरी वैज्ञानिक कंप्यूटिंग का समर्थन करती थी। क्लस्टर ने शुरुआत में केवल PCIe कनेक्शन का उपयोग किया क्योंकि मॉडल एकल 40 GB GPU VRAM में फिट होते थे, जिसके लिए केवल डेटा समानांतरता की आवश्यकता होती थी; बाद में, बड़े मॉडलों के लिए मॉडल समानांतरता की आवश्यकता वाले मॉडलों के लिए NVLink और NCCL जोड़े गए।
स्थापना और कॉर्पोरेट संरचना
14 अप्रैल 2023 को, हाई-फ्लायर ने एक आर्टिफिशियल जनरल इंटेलिजेंस (AGI) अनुसंधान प्रयोगशाला के निर्माण की घोषणा की। दो महीने बाद, 17 जुलाई 2023 को, उस प्रयोगशाला को एक स्वतंत्र कंपनी के रूप में अलग कर दिया गया, जिसका नाम डीपसीक रखा गया, जिसमें हाई-फ्लायर प्रमुख निवेशक था। वेंचर कैपिटल निवेशक शुरू में इस उद्यम को वित्त पोषित करने में अनिच्छुक थे, उन्हें त्वरित निकास उत्पन्न करने की क्षमता पर संदेह था।
डीपसीक का मुख्यालय झेजियांग के हांग्जो में है, और यह हाई-फ्लायर के स्वामित्व और वित्त पोषण में बना हुआ है। लियांग वेनफेंग सीईओ के रूप में कार्य करते हैं और मई 2024 तक, दो शेल निगमों के माध्यम से व्यक्तिगत रूप से 84% हिस्सेदारी रखते थे। कंपनी ने अनुसंधान-केंद्रित रणनीति बनाए रखी है, जिसमें कोई तत्काल व्यावसायीकरण योजना नहीं है, जो इसे उपभोक्ता-उन्मुख प्रौद्योगिकियों के उद्देश्य से कुछ चीनी एआई नियमों से बचने की भी अनुमति देती है।
डीपसीक-आर1 मॉडल
डीपसीक-आर1 जनवरी 2025 में एक ओपन-वेट्स तर्क मॉडल के रूप में जारी किया गया था। OpenAI या Anthropic जैसी कंपनियों के स्वामित्व वाले मॉडलों के विपरीत, डीपसीक-आर1 के सटीक पैरामीटर सार्वजनिक रूप से साझा किए गए थे, हालांकि इसके प्रशिक्षण डेटा को खुले तौर पर लाइसेंस नहीं दिया गया था। मॉडल ने तर्क बेंचमार्क पर मजबूत प्रदर्शन दिखाया, जो विशिष्ट कार्यों में कुछ अग्रणी पश्चिमी मॉडलों के बराबर या उससे अधिक होने की सूचना दी गई।
मॉडल के विकास को डीपसीक के कम्प्यूटेशनल दक्षता को अधिकतम करने के लिए एल्गोरिदम के निरंतर शोधन से लाभ हुआ, जो अमेरिकी चिप निर्यात प्रतिबंधों को देखते हुए एक आवश्यकता थी। दक्षता पर यह ध्यान डीपसीक को पुराने या कम शक्तिशाली हार्डवेयर का उपयोग करके प्रतिस्पर्धी परिणाम प्राप्त करने की अनुमति देता है, जिससे ऊर्जा खपत और प्रशिक्षण लागत कम होती है।
वैश्विक बाजार प्रभाव
डीपसीक-आर1 की रिलीज़ के बाद, वैश्विक प्रौद्योगिकी शेयरों में तेज गिरावट देखी गई। निवेशकों ने इस संभावना पर प्रतिक्रिया व्यक्त की कि प्रमुख एआई कंपनियों के उच्च पूंजीगत व्यय उन्नत एआई क्षमताओं को प्राप्त करने के लिए आवश्यक नहीं हो सकते हैं। एनवीडिया, जो एआई प्रशिक्षण के लिए GPU का एक प्रमुख आपूर्तिकर्ता है, का बाजार मूल्य काफी गिर गया, और अन्य चिप निर्माता और क्लाउड प्रदाता भी प्रभावित हुए।
यह गिरावट इस चिंता को दर्शाती है कि डीपसीक-आर1 जैसे ओपन-वेट्स मॉडल एआई विकास को कमोडिटीकृत कर सकते हैं, जिससे उन कंपनियों की प्रतिस्पर्धी खाई कम हो सकती है जिन्होंने स्वामित्व वाले मॉडलों और बुनियादी ढांचे में भारी निवेश किया था। इस घटना को वित्तीय मीडिया में व्यापक रूप से कवर किया गया और एआई निवेश उछाल की स्थिरता के बारे में बहस छिड़ गई।
अपनाना और पारिस्थितिकी तंत्र
अपने ओपन-वेट्स ढाँचे के कारण, डीपसीक-आर1 और अन्य डीपसीक मॉडल क्लाउड प्रदाताओं द्वारा मूल रूप से होस्ट किए गए थे, जिनमें माइक्रोसॉफ्ट अज़्योर और परप्लेक्सिटी एआई शामिल हैं। प्रमुख प्लेटफार्मों पर मॉडल की उपलब्धता ने विभिन्न अनुप्रयोगों और अनुसंधान परियोजनाओं में इसके एकीकरण को सुविधाजनक बनाया।
डीपसीक ने अफ्रीका में भी विस्तार किया, अधिक किफायती और कम बिजली-भूखे एआई समाधान पेश किए। कंपनी ने अफ्रीकी भाषा मॉडल को मजबूत किया और कई स्टार्टअप उत्पन्न किए, उदाहरण के लिए नैरोबी में। हुआवेई के स्टोरेज और क्लाउड कंप्यूटिंग सेवाओं के साथ, उप-सहारा अफ्रीका में तकनीकी परिदृश्य पर डीपसीक का प्रभाव काफी रहा है, जो स्थानीय डेटा संप्रभुता और पश्चिमी एआई प्लेटफार्मों की तुलना में अधिक लचीलापन प्रदान करता है।
प्रशिक्षण बुनियादी ढांचा
डीपसीक का प्रशिक्षण ढाँचा फायर-फ्लायर क्लस्टरों पर निर्भर करता है, जिसमें फायर-फ्लायर 2 अभी भी 2025 तक परिचालन में है। क्लस्टर में सह-डिज़ाइन किए गए सॉफ्टवेयर और हार्डवेयर आर्किटेक्चर की विशेषता है। हार्डवेयर पक्ष पर, एनवीडिया GPU 200 Gbps इंटरकनेक्ट का उपयोग करते हैं, और नेटवर्क टोपोलॉजी उच्च द्विभाजन बैंडविड्थ के लिए दो फैट ट्री से बनी है। क्लस्टर दो क्षेत्रों में विभाजित है, जो क्रॉस-ज़ोन कार्यों का समर्थन करता है।
सॉफ्टवेयर पक्ष पर, प्रमुख घटकों में शामिल हैं:
- 3FS (फायर-फ्लायर फाइल सिस्टम): एक वितरित समानांतर फाइल सिस्टम जो अतुल्यकालिक यादृच्छिक रीड के लिए डिज़ाइन किया गया है, जो डायरेक्ट I/O और RDMA रीड का उपयोग करता है। मानक बफर्ड I/O के विपरीत, डायरेक्ट I/O डेटा को कैश नहीं करता है, जो यादृच्छिक रीड के लिए कुशल है जहां डेटा का पुन: उपयोग नहीं किया जाता है।
- hfreduce: अतुल्यकालिक संचार के लिए एक पुस्तकालय, जो मूल रूप से कुछ परिदृश्यों में एनवीडिया के NCCL को बदलने के लिए डिज़ाइन किया गया है, स्केलेबिलिटी और प्रदर्शन में सुधार करता है।
इन नवाचारों ने डीपसीक को हार्डवेयर बाधाओं के बावजूद बड़े मॉडलों को कुशलतापूर्वक प्रशिक्षित करने की अनुमति दी, जो डीपसीक-आर1 द्वारा प्रदर्शित लागत-प्रभावशीलता में योगदान देता है।
बाद के विकास
फरवरी 2026 में, Anthropic ने डीपसीक पर अपने स्वयं के मॉडलों को प्रशिक्षित करने के लिए क्लॉड के साथ लाखों वार्तालाप उत्पन्न करने के लिए हजारों धोखाधड़ी वाले खातों का उपयोग करने का आरोप लगाया। अप्रैल 2026 में, निवेशकों ने $300 मिलियन के फंडिंग दौर के लिए चर्चा शुरू की, जो डीपसीक को $10 बिलियन पर मूल्यांकित करेगा। कंपनी ने मई 2026 की सीरीज़ ए दौर पूरा किया, जिसमें US$7 बिलियन प्राप्त हुए, जो US$52 बिलियन के पोस्ट-मनी मूल्यांकन तक पहुँच गई।
जुलाई 2026 में, ब्लूमबर्ग और फाइनेंशियल टाइम्स ने बताया कि डीपसीक ने एक प्रारंभिक सार्वजनिक पेशकश (IPO) के लिए तैयारी शुरू कर दी है, जो संभावित रूप से 2027 में सूचीबद्ध हो सकती है। उसी महीने, कंपनी ने US$70 बिलियन के प्री-मनी मूल्यांकन को लक्षित करते हुए एक और फंडिंग चर्चा शुरू की।
डीपसीक की भर्ती दृष्टिकोण लंबे कार्य अनुभव पर कौशल पर जोर देती है, जिसके परिणामस्वरूप कई भर्तियाँ विश्वविद्यालय से ताजा होती हैं। कंपनी कविता और उन्नत गणित जैसे क्षेत्रों में विशेषज्ञता का विस्तार करने के लिए कंप्यूटर विज्ञान पृष्ठभूमि के बिना व्यक्तियों की भी भर्ती करती है। द न्यूयॉर्क टाइम्स के अनुसार, दर्जनों डीपसीक शोधकर्ताओं के पीपुल्स लिबरेशन आर्मी प्रयोगशालाओं और राष्ट्रीय रक्षा के सात बेटों के साथ संबद्धता है या पहले थी। 2025 के बाद से, इसके चैटबॉट को पीपुल्स लिबरेशन आर्मी द्वारा गैर-लड़ाकू भूमिकाओं में अपनाया गया, जिसमें अस्पताल, पीपुल्स आर्म्ड पुलिस और राष्ट्रीय लामबंदी संगठन शामिल हैं।
निष्कर्ष
जनवरी 2025 में डीपसीक-आर1 का लॉन्च Generative AI परिदृश्य में एक महत्वपूर्ण मील का पत्थर था, जो दर्शाता है कि ओपन-वेट्स मॉडल कम संसाधन आवश्यकताओं के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त कर सकते हैं। वैश्विक टेक शेयरों में गिरावट ने मॉडल की विघटनकारी क्षमता को रेखांकित किया, जबकि बाद के फंडिंग दौरों और IPO तैयारियों ने मजबूत निवेशक रुचि का संकेत दिया। डीपसीक का दक्षता और खुली उपलब्धता पर निरंतर ध्यान इसे विकसित एआई पारिस्थितिकी तंत्र में एक उल्लेखनीय खिलाड़ी के रूप में स्थापित करता है।