DeepSeek發(fā)布新論文梁文鋒是共創(chuàng) NSA機(jī)制革新長文本處理

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2025-02-18 20:31:32 第一財(cái)經(jīng)

2月18日，DeepSeek官方在海外社交平臺(tái)X上發(fā)布了一篇關(guān)于NSA（Natively Sparse Attention，原生稀疏注意力）的技術(shù)論文。這種機(jī)制用于超快速長文本訓(xùn)練與推理，硬件對齊且可原生訓(xùn)練。NSA針對現(xiàn)代硬件進(jìn)行了優(yōu)化設(shè)計(jì)，能夠加速推理過程，降低預(yù)訓(xùn)練成本，且不犧牲性能。它在通用基準(zhǔn)測試、長文本任務(wù)和基于指令的推理中均能達(dá)到或超越全注意力模型的表現(xiàn)。

論文指出，業(yè)界越來越認(rèn)識(shí)到長上下文建模對于下一代大型語言模型的重要性。推動(dòng)這一需求的應(yīng)用包括深度推理、倉庫級代碼生成和多輪自主代理系統(tǒng)。然而，隨著序列長度的增加，標(biāo)準(zhǔn)注意力機(jī)制的高復(fù)雜度成為關(guān)鍵的延遲瓶頸。理論估計(jì)表明，在使用softmax架構(gòu)時(shí)，注意力計(jì)算占解碼64k長度上下文總延遲的70%-80%，這凸顯了對更高效注意力機(jī)制的迫切需求。

DeepSeek團(tuán)隊(duì)表示，NSA的核心價(jià)值在于平衡效率與性能，既降低計(jì)算成本，又保持甚至提升模型能力。NSA為處理長上下文任務(wù)提供了一種高效的解決方案，有助于推動(dòng)更強(qiáng)大、更經(jīng)濟(jì)的語言模型的發(fā)展，尤其是在需要處理長文本的應(yīng)用場景中。通過高效的長序列處理能力，NSA使模型能夠直接處理整本書籍、代碼倉庫或多輪對話，擴(kuò)展了大語言模型在文檔分析、代碼生成、復(fù)雜推理等領(lǐng)域的應(yīng)用邊界。例如，Gemini 1.5 Pro已展示長上下文潛力，NSA可進(jìn)一步降低此類模型的訓(xùn)練與推理成本。

此外，NSA能夠降低算力門檻與部署成本。端到端稀疏訓(xùn)練可以減少預(yù)訓(xùn)練所需的計(jì)算資源，降低企業(yè)開發(fā)大模型的資金與技術(shù)門檻。同時(shí)，它可以加速推理，使長文本生成（如代碼補(bǔ)全、故事續(xù)寫）的實(shí)時(shí)性更高，適用于邊緣設(shè)備或低延遲場景。

一位X用戶在DeepSeek帖子下評論稱，“NSA機(jī)制改變了游戲規(guī)則。超快速長上下文訓(xùn)練對于擴(kuò)大教育領(lǐng)域AI至關(guān)重要，這與個(gè)性化學(xué)習(xí)愿景完美契合。”還有網(wǎng)友對此調(diào)侃“RIP Nvidia”。

自1月20日發(fā)布DeepSeek-R1以來，DeepSeek一直較為低調(diào)，這是他們在這段時(shí)間內(nèi)唯一發(fā)布的技術(shù)動(dòng)態(tài)。有X網(wǎng)友表示，“DeepSeek團(tuán)隊(duì)正在積極工作！”

(責(zé)任編輯：張佳鑫 0764)

關(guān)閉

DeepSeek發(fā)布新論文 梁文鋒是共創(chuàng) NSA機(jī)制革新長文本處理

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)

DeepSeek發(fā)布新論文梁文鋒是共創(chuàng) NSA機(jī)制革新長文本處理