"DeepSeek"
뉴스
딥시크 V4.1 플래시 개정, 토큰 효율 높이고 환각 위험 여전
딥시크가 오픈 웨이트 모델 V4.1 플래시의 개정판인 1017을 공개했다. 이 모델은 전체 552B, 활성 16B 파라미터를 가진 MoE 구조로 텍스트와 이미지를 함께 처리하며 100만 토큰 컨텍스트를 지원한다. 개정판은 토큰당 KV 캐시 저장에 필요한 HBM 용량과 SSD 저장 용량을 이전 버전보다 크게 줄여 하드웨어 요구치를 낮췄다고 회사 측은 밝혔다. 다만 Artificial Analysis의 옴니션스 벤치마크에서는 답을 모를 때도 추측성 답변을 내놓는 환각 비율이 높게 측정돼, 신뢰도 면에서는 프런티어 모델에 못 미친다는 평가가 나왔다.
화웨이 어센드 950PR, 딥시크 소프트웨어로 완성되는 AI칩 생태계
딥시크는 9월 30일 중국 국경절 연휴 직전 화웨이 어센드(Ascend) NPU용 TileLang, DeepGEMM, DeepEP, TileKernels, FlashMLA, DeepSelect 지원을 공개했다. SemiAnalysis는 화웨이가 하드웨어와 네이티브 소프트웨어 스택을 제공하고 딥시크가 이를 자사 모델에 맞게 최적화하는 워크로드와 엔지니어링을 더하는 상호보완 관계라고 분석했다. 기사는 어센드 950PR의 코어·HBM 구성과 컴퓨트·메모리 바이닝 방식, AICPU 구조를 마이크로벤치마크로 살펴보고, 950PR이 프리필과 추천 작업에 맞춰 950DT보다 낮은 메모리 대역폭과 코어 수를 갖는다고 설명했다. 이어 딥시크의 TileLang 컴파일러 기능과 랙 스케일 통신 구현, DeepSeek-V4.1-Flash의 실행 프로파일도 다뤘다.
딥시크·화웨이, 어센드용 오픈소스 AI 툴 공개 — CUDA 의존 탈피 추진
딥시크가 화웨이와 함께 개발한 오픈소스 프로그래밍 도구를 어센드 AI 칩용으로 공개했다. 공개된 도구에는 행렬연산을 처리하는 DeepGEMM-Ascend, 칩 간 통신을 담당하는 DeepEP-Ascend, 고수준 프로그래밍 언어 TileLang의 어센드 950 네이티브 지원이 포함된다. 두 회사는 어센드 950 칩 128개로 구성된 슈퍼노드 시스템에서 연산과 통신을 최적화하는 작업도 함께 진행했다. 이 도구들은 화웨이의 기존 CANN 소프트웨어 플랫폼을 기반으로 하며, 딥시크는 TileLang이 엔비디아 CUDA보다 단순한 프로그래밍 모델을 제공한다고 설명했다.
DeepSeek V4.1 Flash, H200 임대 테스트서 비용 역부족
콜센터 솔루션업체 콜센터닥터스가 9월 27일 엔비디아 H200 4대로 구성된 서버를 임대해 DeepSeek V4.1 Flash를 자사 코딩 에이전트에 연결하는 실험을 진행했다. 테스트 결과 코딩 에이전트가 주고받는 토큰의 대부분이 과거 대화를 재전송하는 캐시성 입력이어서, 서버는 새 토큰을 쓰기보다 재읽기에 시간을 쏟았다. 안정적으로 구동하기까지 여러 차례 재시도가 필요했고, 하루 처리 가능한 토큰량도 회사의 최대 사용량에 못 미쳤다. 결국 회사는 테스트 후 기존에 쓰던 Claude Opus 5.5 구독 방식으로 돌아갔다. 보안 검토에서 샌드박스 이탈 위험이 발견돼 DeepSeek는 코드 작성 없이 읽기 전용 리뷰어 역할만 수행했다.
딥시크, GPU 메모리 절감형 V4.1 Flash 공개
중국 AI 기업 딥시크가 비용·지연시간 최적화형 Flash 모델의 새 버전인 V4.1을 공개했다. 이 모델은 7630억 개 파라미터로 이전 버전보다 커졌음에도 KV 캐시 소비량은 V4 Flash 대비 13~25% 수준으로 줄었다. 전체 파라미터 중 1960억 개는 N-그램 기반의 '조건부 메모리 모듈'로, 메모리를 연산과 분리해 GPU에 전부 상주시키지 않고도 지식을 조회할 수 있게 한다. 이 N-그램 가중치는 토큰 생성 시마다 전체를 읽어야 하는 기존 가중치와 달리 조회표 방식으로 접근하기 때문에 시스템 RAM 등으로 오프로드가 가능하다.