DeepSeek V3 phát hành: Thuật toán đổi mới dẫn dắt mô hình AI mới
Gần đây, DeepSeek đã phát hành bản cập nhật V3-0324 mới nhất trên nền tảng Hugging Face. Mô hình này có 6850 tỷ tham số và có sự cải thiện đáng kể về khả năng lập trình, thiết kế UI và khả năng suy luận.
Tại hội nghị GTC 2025 vừa kết thúc, CEO của Nvidia đã đánh giá cao DeepSeek. Ông chỉ ra rằng quan điểm trước đây của thị trường cho rằng mô hình hiệu quả của DeepSeek sẽ làm giảm nhu cầu về chip là sai. Nhu cầu tính toán trong tương lai sẽ chỉ nhiều hơn, chứ không phải ít đi.
DeepSeek là sản phẩm đại diện cho sự đột phá thuật toán, mối quan hệ giữa nó và cung cấp chip đã kích thích suy nghĩ về vai trò của sức mạnh tính toán và thuật toán trong sự phát triển của ngành.
Sự phát triển cộng sinh của sức mạnh tính toán và thuật toán
Trong lĩnh vực AI, việc nâng cao sức mạnh tính toán đã cung cấp nền tảng cho các thuật toán phức tạp hơn, giúp mô hình có thể xử lý lượng dữ liệu lớn hơn, học các mẫu phức tạp hơn; trong khi tối ưu hóa thuật toán có thể sử dụng sức mạnh tính toán một cách hiệu quả hơn, nâng cao hiệu suất sử dụng tài nguyên tính toán.
Mối quan hệ cộng sinh giữa sức mạnh tính toán và thuật toán đang tái định hình cục diện ngành công nghiệp AI:
Phân hóa lộ trình kỹ thuật: Một số công ty theo đuổi việc xây dựng các cụm tính toán siêu lớn, trong khi những công ty khác tập trung vào tối ưu hóa hiệu suất thuật toán, hình thành các trường phái kỹ thuật khác nhau.
Tái cấu trúc chuỗi công nghiệp: Một số doanh nghiệp trở thành người dẫn đầu về sức mạnh AI thông qua hệ sinh thái, trong khi các nhà cung cấp dịch vụ đám mây giảm thấp rào cản triển khai thông qua dịch vụ sức mạnh linh hoạt.
Điều chỉnh phân bổ tài nguyên: Doanh nghiệp tìm kiếm sự cân bằng giữa đầu tư vào cơ sở hạ tầng phần cứng và phát triển thuật toán hiệu quả.
Sự trỗi dậy của cộng đồng mã nguồn mở: Các mô hình mã nguồn mở như DeepSeek, LLaMA đã khiến cho việc chia sẻ những thành quả đổi mới thuật toán và tối ưu hóa sức mạnh tính toán trở nên khả thi, thúc đẩy sự phát triển và lan tỏa công nghệ.
Đổi mới công nghệ của DeepSeek
Sự bùng nổ nhanh chóng của DeepSeek có mối liên hệ chặt chẽ với đổi mới công nghệ của nó. Dưới đây là giải thích ngắn gọn về các điểm đổi mới chính của nó:
Tối ưu hóa kiến trúc mô hình
DeepSeek sử dụng kiến trúc kết hợp giữa Transformer và MOE (Mixture of Experts), đồng thời giới thiệu cơ chế chú ý tiềm ẩn đa đầu (Multi-Head Latent Attention, MLA). Kiến trúc này giống như một đội ngũ siêu đẳng, trong đó Transformer chịu trách nhiệm xử lý các nhiệm vụ thông thường, còn MOE giống như nhóm chuyên gia trong đội, mỗi chuyên gia có lĩnh vực chuyên môn riêng, khi gặp phải vấn đề cụ thể, chuyên gia giỏi nhất sẽ xử lý, từ đó nâng cao đáng kể hiệu quả và độ chính xác của mô hình. Cơ chế MLA giúp mô hình linh hoạt chú ý đến những chi tiết quan trọng khác nhau khi xử lý thông tin, nâng cao hơn nữa hiệu suất của mô hình.
Phương pháp huấn luyện cách mạng
DeepSeek đã đề xuất một khung đào tạo độ chính xác hỗn hợp FP8. Khung này giống như một bộ phân phối tài nguyên thông minh, có khả năng lựa chọn độ chính xác tính toán phù hợp một cách động dựa trên nhu cầu ở các giai đoạn khác nhau trong quá trình đào tạo. Sử dụng độ chính xác cao khi cần tính toán độ chính xác cao, để đảm bảo độ chính xác của mô hình; trong khi đó giảm độ chính xác khi có thể chấp nhận độ chính xác thấp hơn, từ đó tiết kiệm tài nguyên tính toán, tăng tốc độ đào tạo và giảm chiếm dụng bộ nhớ.
Nâng cao hiệu suất suy luận
Trong giai đoạn suy luận, DeepSeek đã giới thiệu công nghệ Dự đoán nhiều Token (Multi-token Prediction, MTP). Phương pháp suy luận truyền thống là thực hiện từng bước, mỗi bước chỉ dự đoán một Token. Trong khi đó, công nghệ MTP có thể dự đoán nhiều Token cùng một lúc, từ đó tăng tốc độ suy luận một cách đáng kể và giảm chi phí suy luận.
Đột phá thuật toán học tăng cường
Thuật toán học sâu mới của DeepSeek GRPO (Tối ưu hóa thưởng - phạt tổng quát) đã tối ưu hóa quy trình huấn luyện mô hình. Học tăng cường giống như việc trang bị cho mô hình một huấn luyện viên, thông qua phần thưởng và hình phạt để hướng dẫn mô hình học được hành vi tốt hơn. Các thuật toán học tăng cường truyền thống có thể tiêu tốn nhiều tài nguyên tính toán trong quá trình này, trong khi thuật toán mới của DeepSeek thì hiệu quả hơn, nó có thể giảm thiểu tính toán không cần thiết mà vẫn đảm bảo cải thiện hiệu suất mô hình, từ đó đạt được sự cân bằng giữa hiệu suất và chi phí.
Những đổi mới này không phải là những điểm kỹ thuật tách biệt, mà tạo thành một hệ thống công nghệ hoàn chỉnh, từ đào tạo đến suy luận, giảm nhu cầu tính toán trong toàn bộ chuỗi liên kết. Card đồ họa tiêu dùng thông thường hiện cũng có thể chạy các mô hình AI mạnh mẽ, giảm đáng kể ngưỡng tham gia vào ứng dụng AI, cho phép nhiều nhà phát triển và doanh nghiệp có thể tham gia vào đổi mới AI.
Ảnh hưởng đến ngành công nghiệp chip
Nhiều người cho rằng DeepSeek đã vượt qua một số kiến trúc cơ sở và do đó thoát khỏi sự phụ thuộc vào phần cứng cụ thể. Thực tế, DeepSeek đã tối ưu hóa thuật toán thông qua một lớp thực thi luồng song song ở mức thấp hơn. Đây là một ngôn ngữ biểu diễn trung gian nằm giữa mã cấp cao và các lệnh GPU thực tế, bằng cách thao tác với lớp này, DeepSeek có thể đạt được sự tinh chỉnh hiệu suất tinh vi hơn.
Tác động của điều này đến ngành công nghiệp chip là hai mặt, một mặt, DeepSeek thực sự gắn bó chặt chẽ hơn với phần cứng và hệ sinh thái cụ thể, việc giảm bớt rào cản ứng dụng AI có thể mở rộng quy mô thị trường tổng thể; mặt khác, tối ưu hóa thuật toán của DeepSeek có thể thay đổi cấu trúc nhu cầu thị trường đối với chip cao cấp, một số mô hình AI vốn cần GPU hàng đầu để hoạt động, giờ đây có thể chạy hiệu quả trên card đồ họa tầm trung hoặc thậm chí là card đồ họa tiêu dùng.
Ý nghĩa đối với ngành công nghiệp AI của Trung Quốc
Tối ưu hóa thuật toán của DeepSeek đã cung cấp một con đường đột phá công nghệ cho ngành AI Trung Quốc. Trong bối cảnh bị hạn chế bởi chip cao cấp, tư duy "phần mềm bổ sung phần cứng" đã giảm bớt sự phụ thuộc vào chip nhập khẩu hàng đầu.
Tại thượng nguồn, thuật toán hiệu quả đã giảm bớt áp lực nhu cầu tính toán, giúp các nhà cung cấp dịch vụ tính toán có thể tối ưu hóa phần mềm để kéo dài vòng đời sử dụng phần cứng, tăng tỷ suất lợi nhuận đầu tư. Tại hạ nguồn, mô hình mã nguồn mở được tối ưu hóa đã giảm bớt rào cản trong việc phát triển ứng dụng AI. Nhiều doanh nghiệp vừa và nhỏ không cần nhiều tài nguyên tính toán, cũng có thể phát triển các ứng dụng cạnh tranh dựa trên mô hình DeepSeek, sẽ thúc đẩy sự xuất hiện của nhiều giải pháp AI trong các lĩnh vực chuyên biệt hơn.
Ảnh hưởng sâu rộng của Web3+AI
Hạ tầng AI phi tập trung
Tối ưu hóa thuật toán của DeepSeek đã cung cấp động lực mới cho cơ sở hạ tầng AI Web3, kiến trúc sáng tạo, thuật toán hiệu quả và yêu cầu sức mạnh tính toán thấp hơn đã làm cho suy luận AI phi tập trung trở nên khả thi. Kiến trúc MoE tự nhiên phù hợp cho việc triển khai phân tán, các nút khác nhau có thể giữ các mạng chuyên gia khác nhau, không cần một nút duy nhất lưu trữ mô hình đầy đủ, điều này làm giảm đáng kể yêu cầu lưu trữ và tính toán của một nút đơn, từ đó cải thiện tính linh hoạt và hiệu quả của mô hình.
Khung đào tạo FP8 đã giảm thêm nhu cầu về tài nguyên tính toán cao cấp, cho phép nhiều tài nguyên tính toán hơn có thể tham gia vào mạng lưới nút. Điều này không chỉ giảm bớt rào cản tham gia vào tính toán AI phi tập trung mà còn nâng cao khả năng và hiệu quả tính toán của toàn bộ mạng.
Hệ thống đa đại lý
Tối ưu hóa chiến lược giao dịch thông minh: Thông qua việc phân tích dữ liệu thị trường theo thời gian thực của đại lý, dự đoán biến động giá ngắn hạn của đại lý, thực hiện giao dịch trên chuỗi của đại lý, giám sát kết quả giao dịch của đại lý, giúp người dùng đạt được lợi nhuận cao hơn.
Thực thi tự động của hợp đồng thông minh: đại lý giám sát hợp đồng thông minh, đại lý thực thi hợp đồng thông minh, đại lý giám sát kết quả thực thi và các tác vụ hợp tác khác, thực hiện tự động hóa logic kinh doanh phức tạp hơn.
Quản lý danh mục đầu tư cá nhân hóa: AI giúp người dùng tìm kiếm cơ hội staking hoặc cung cấp thanh khoản tốt nhất theo sở thích rủi ro, mục tiêu đầu tư và tình hình tài chính của người dùng trong thời gian thực.
DeepSeek chính là tìm kiếm đột phá thông qua đổi mới thuật toán dưới sự ràng buộc của sức mạnh tính toán, mở ra con đường phát triển khác biệt cho ngành AI Trung Quốc. Giảm bớt rào cản ứng dụng, thúc đẩy sự kết hợp giữa Web3 và AI, giảm nhẹ sự phụ thuộc vào chip cao cấp, trao quyền cho đổi mới tài chính, những ảnh hưởng này đang định hình lại cấu trúc kinh tế số. Tương lai phát triển AI không còn chỉ là cuộc đua sức mạnh tính toán, mà là cuộc đua tối ưu hóa sự phối hợp giữa sức mạnh tính toán và thuật toán. Trên con đường mới này, các nhà đổi mới như DeepSeek đang định nghĩa lại các quy tắc trò chơi bằng trí tuệ Trung Quốc.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
11 thích
Phần thưởng
11
8
Đăng lại
Chia sẻ
Bình luận
0/400
WalletAnxietyPatient
· 07-08 04:30
Khá mạnh mẽ, làm theo đi.
Xem bản gốcTrả lời0
Layer2Arbitrageur
· 07-06 18:10
đã chạy các số liệu... 68.5B tham số vẫn chưa tối ưu cho hiệu suất tính toán chuỗi cross L2 thật lòng mà nói
Xem bản gốcTrả lời0
LostBetweenChains
· 07-06 06:20
Một người nữa ra mắt đã ở đỉnh cao
Xem bản gốcTrả lời0
RegenRestorer
· 07-05 05:11
AI thực sự quá mạnh.
Xem bản gốcTrả lời0
StableGenius
· 07-05 05:10
smh... chỉ là một chuyến tàu hype AI khác mà không có đổi mới thực sự thật lòng.
DeepSeek V3 dẫn dắt mô hình AI mới: Thuật toán đổi mới tái cấu trúc nền kinh tế số
DeepSeek V3 phát hành: Thuật toán đổi mới dẫn dắt mô hình AI mới
Gần đây, DeepSeek đã phát hành bản cập nhật V3-0324 mới nhất trên nền tảng Hugging Face. Mô hình này có 6850 tỷ tham số và có sự cải thiện đáng kể về khả năng lập trình, thiết kế UI và khả năng suy luận.
Tại hội nghị GTC 2025 vừa kết thúc, CEO của Nvidia đã đánh giá cao DeepSeek. Ông chỉ ra rằng quan điểm trước đây của thị trường cho rằng mô hình hiệu quả của DeepSeek sẽ làm giảm nhu cầu về chip là sai. Nhu cầu tính toán trong tương lai sẽ chỉ nhiều hơn, chứ không phải ít đi.
DeepSeek là sản phẩm đại diện cho sự đột phá thuật toán, mối quan hệ giữa nó và cung cấp chip đã kích thích suy nghĩ về vai trò của sức mạnh tính toán và thuật toán trong sự phát triển của ngành.
Sự phát triển cộng sinh của sức mạnh tính toán và thuật toán
Trong lĩnh vực AI, việc nâng cao sức mạnh tính toán đã cung cấp nền tảng cho các thuật toán phức tạp hơn, giúp mô hình có thể xử lý lượng dữ liệu lớn hơn, học các mẫu phức tạp hơn; trong khi tối ưu hóa thuật toán có thể sử dụng sức mạnh tính toán một cách hiệu quả hơn, nâng cao hiệu suất sử dụng tài nguyên tính toán.
Mối quan hệ cộng sinh giữa sức mạnh tính toán và thuật toán đang tái định hình cục diện ngành công nghiệp AI:
Phân hóa lộ trình kỹ thuật: Một số công ty theo đuổi việc xây dựng các cụm tính toán siêu lớn, trong khi những công ty khác tập trung vào tối ưu hóa hiệu suất thuật toán, hình thành các trường phái kỹ thuật khác nhau.
Tái cấu trúc chuỗi công nghiệp: Một số doanh nghiệp trở thành người dẫn đầu về sức mạnh AI thông qua hệ sinh thái, trong khi các nhà cung cấp dịch vụ đám mây giảm thấp rào cản triển khai thông qua dịch vụ sức mạnh linh hoạt.
Điều chỉnh phân bổ tài nguyên: Doanh nghiệp tìm kiếm sự cân bằng giữa đầu tư vào cơ sở hạ tầng phần cứng và phát triển thuật toán hiệu quả.
Sự trỗi dậy của cộng đồng mã nguồn mở: Các mô hình mã nguồn mở như DeepSeek, LLaMA đã khiến cho việc chia sẻ những thành quả đổi mới thuật toán và tối ưu hóa sức mạnh tính toán trở nên khả thi, thúc đẩy sự phát triển và lan tỏa công nghệ.
Đổi mới công nghệ của DeepSeek
Sự bùng nổ nhanh chóng của DeepSeek có mối liên hệ chặt chẽ với đổi mới công nghệ của nó. Dưới đây là giải thích ngắn gọn về các điểm đổi mới chính của nó:
Tối ưu hóa kiến trúc mô hình
DeepSeek sử dụng kiến trúc kết hợp giữa Transformer và MOE (Mixture of Experts), đồng thời giới thiệu cơ chế chú ý tiềm ẩn đa đầu (Multi-Head Latent Attention, MLA). Kiến trúc này giống như một đội ngũ siêu đẳng, trong đó Transformer chịu trách nhiệm xử lý các nhiệm vụ thông thường, còn MOE giống như nhóm chuyên gia trong đội, mỗi chuyên gia có lĩnh vực chuyên môn riêng, khi gặp phải vấn đề cụ thể, chuyên gia giỏi nhất sẽ xử lý, từ đó nâng cao đáng kể hiệu quả và độ chính xác của mô hình. Cơ chế MLA giúp mô hình linh hoạt chú ý đến những chi tiết quan trọng khác nhau khi xử lý thông tin, nâng cao hơn nữa hiệu suất của mô hình.
Phương pháp huấn luyện cách mạng
DeepSeek đã đề xuất một khung đào tạo độ chính xác hỗn hợp FP8. Khung này giống như một bộ phân phối tài nguyên thông minh, có khả năng lựa chọn độ chính xác tính toán phù hợp một cách động dựa trên nhu cầu ở các giai đoạn khác nhau trong quá trình đào tạo. Sử dụng độ chính xác cao khi cần tính toán độ chính xác cao, để đảm bảo độ chính xác của mô hình; trong khi đó giảm độ chính xác khi có thể chấp nhận độ chính xác thấp hơn, từ đó tiết kiệm tài nguyên tính toán, tăng tốc độ đào tạo và giảm chiếm dụng bộ nhớ.
Nâng cao hiệu suất suy luận
Trong giai đoạn suy luận, DeepSeek đã giới thiệu công nghệ Dự đoán nhiều Token (Multi-token Prediction, MTP). Phương pháp suy luận truyền thống là thực hiện từng bước, mỗi bước chỉ dự đoán một Token. Trong khi đó, công nghệ MTP có thể dự đoán nhiều Token cùng một lúc, từ đó tăng tốc độ suy luận một cách đáng kể và giảm chi phí suy luận.
Đột phá thuật toán học tăng cường
Thuật toán học sâu mới của DeepSeek GRPO (Tối ưu hóa thưởng - phạt tổng quát) đã tối ưu hóa quy trình huấn luyện mô hình. Học tăng cường giống như việc trang bị cho mô hình một huấn luyện viên, thông qua phần thưởng và hình phạt để hướng dẫn mô hình học được hành vi tốt hơn. Các thuật toán học tăng cường truyền thống có thể tiêu tốn nhiều tài nguyên tính toán trong quá trình này, trong khi thuật toán mới của DeepSeek thì hiệu quả hơn, nó có thể giảm thiểu tính toán không cần thiết mà vẫn đảm bảo cải thiện hiệu suất mô hình, từ đó đạt được sự cân bằng giữa hiệu suất và chi phí.
Những đổi mới này không phải là những điểm kỹ thuật tách biệt, mà tạo thành một hệ thống công nghệ hoàn chỉnh, từ đào tạo đến suy luận, giảm nhu cầu tính toán trong toàn bộ chuỗi liên kết. Card đồ họa tiêu dùng thông thường hiện cũng có thể chạy các mô hình AI mạnh mẽ, giảm đáng kể ngưỡng tham gia vào ứng dụng AI, cho phép nhiều nhà phát triển và doanh nghiệp có thể tham gia vào đổi mới AI.
Ảnh hưởng đến ngành công nghiệp chip
Nhiều người cho rằng DeepSeek đã vượt qua một số kiến trúc cơ sở và do đó thoát khỏi sự phụ thuộc vào phần cứng cụ thể. Thực tế, DeepSeek đã tối ưu hóa thuật toán thông qua một lớp thực thi luồng song song ở mức thấp hơn. Đây là một ngôn ngữ biểu diễn trung gian nằm giữa mã cấp cao và các lệnh GPU thực tế, bằng cách thao tác với lớp này, DeepSeek có thể đạt được sự tinh chỉnh hiệu suất tinh vi hơn.
Tác động của điều này đến ngành công nghiệp chip là hai mặt, một mặt, DeepSeek thực sự gắn bó chặt chẽ hơn với phần cứng và hệ sinh thái cụ thể, việc giảm bớt rào cản ứng dụng AI có thể mở rộng quy mô thị trường tổng thể; mặt khác, tối ưu hóa thuật toán của DeepSeek có thể thay đổi cấu trúc nhu cầu thị trường đối với chip cao cấp, một số mô hình AI vốn cần GPU hàng đầu để hoạt động, giờ đây có thể chạy hiệu quả trên card đồ họa tầm trung hoặc thậm chí là card đồ họa tiêu dùng.
Ý nghĩa đối với ngành công nghiệp AI của Trung Quốc
Tối ưu hóa thuật toán của DeepSeek đã cung cấp một con đường đột phá công nghệ cho ngành AI Trung Quốc. Trong bối cảnh bị hạn chế bởi chip cao cấp, tư duy "phần mềm bổ sung phần cứng" đã giảm bớt sự phụ thuộc vào chip nhập khẩu hàng đầu.
Tại thượng nguồn, thuật toán hiệu quả đã giảm bớt áp lực nhu cầu tính toán, giúp các nhà cung cấp dịch vụ tính toán có thể tối ưu hóa phần mềm để kéo dài vòng đời sử dụng phần cứng, tăng tỷ suất lợi nhuận đầu tư. Tại hạ nguồn, mô hình mã nguồn mở được tối ưu hóa đã giảm bớt rào cản trong việc phát triển ứng dụng AI. Nhiều doanh nghiệp vừa và nhỏ không cần nhiều tài nguyên tính toán, cũng có thể phát triển các ứng dụng cạnh tranh dựa trên mô hình DeepSeek, sẽ thúc đẩy sự xuất hiện của nhiều giải pháp AI trong các lĩnh vực chuyên biệt hơn.
Ảnh hưởng sâu rộng của Web3+AI
Hạ tầng AI phi tập trung
Tối ưu hóa thuật toán của DeepSeek đã cung cấp động lực mới cho cơ sở hạ tầng AI Web3, kiến trúc sáng tạo, thuật toán hiệu quả và yêu cầu sức mạnh tính toán thấp hơn đã làm cho suy luận AI phi tập trung trở nên khả thi. Kiến trúc MoE tự nhiên phù hợp cho việc triển khai phân tán, các nút khác nhau có thể giữ các mạng chuyên gia khác nhau, không cần một nút duy nhất lưu trữ mô hình đầy đủ, điều này làm giảm đáng kể yêu cầu lưu trữ và tính toán của một nút đơn, từ đó cải thiện tính linh hoạt và hiệu quả của mô hình.
Khung đào tạo FP8 đã giảm thêm nhu cầu về tài nguyên tính toán cao cấp, cho phép nhiều tài nguyên tính toán hơn có thể tham gia vào mạng lưới nút. Điều này không chỉ giảm bớt rào cản tham gia vào tính toán AI phi tập trung mà còn nâng cao khả năng và hiệu quả tính toán của toàn bộ mạng.
Hệ thống đa đại lý
Tối ưu hóa chiến lược giao dịch thông minh: Thông qua việc phân tích dữ liệu thị trường theo thời gian thực của đại lý, dự đoán biến động giá ngắn hạn của đại lý, thực hiện giao dịch trên chuỗi của đại lý, giám sát kết quả giao dịch của đại lý, giúp người dùng đạt được lợi nhuận cao hơn.
Thực thi tự động của hợp đồng thông minh: đại lý giám sát hợp đồng thông minh, đại lý thực thi hợp đồng thông minh, đại lý giám sát kết quả thực thi và các tác vụ hợp tác khác, thực hiện tự động hóa logic kinh doanh phức tạp hơn.
Quản lý danh mục đầu tư cá nhân hóa: AI giúp người dùng tìm kiếm cơ hội staking hoặc cung cấp thanh khoản tốt nhất theo sở thích rủi ro, mục tiêu đầu tư và tình hình tài chính của người dùng trong thời gian thực.
DeepSeek chính là tìm kiếm đột phá thông qua đổi mới thuật toán dưới sự ràng buộc của sức mạnh tính toán, mở ra con đường phát triển khác biệt cho ngành AI Trung Quốc. Giảm bớt rào cản ứng dụng, thúc đẩy sự kết hợp giữa Web3 và AI, giảm nhẹ sự phụ thuộc vào chip cao cấp, trao quyền cho đổi mới tài chính, những ảnh hưởng này đang định hình lại cấu trúc kinh tế số. Tương lai phát triển AI không còn chỉ là cuộc đua sức mạnh tính toán, mà là cuộc đua tối ưu hóa sự phối hợp giữa sức mạnh tính toán và thuật toán. Trên con đường mới này, các nhà đổi mới như DeepSeek đang định nghĩa lại các quy tắc trò chơi bằng trí tuệ Trung Quốc.