डीपसीक (DeepSeek)

डीपसीक (DeepSeek, आधिकारिक नाम: हांगझोउ डीपसीक आर्टिफिशियल इंटेलिजेंस बेसिक टेक्नोलॉजी रिसर्च कंपनी लिमिटेड; चीनी: 杭州深度求索人工智能基础技术研究有限公司; शब्दशः अर्थ "गहन अन्वेषण") चीन की एक कृत्रिम बुद्धिमत्ता (AI) अनुसंधान कंपनी है, जो बड़े भाषा मॉडल (Large Language Models) तथा संबंधित AI प्रौद्योगिकियों के विकास में संलग्न है। इसकी स्थापना 2023 में उद्यमी लिआंग वेनफेंग (梁文锋) द्वारा हांगझोउ में की गई थी, और यह उनके क्वांटिटेटिव हेज फंड हाई-फ्लायर (High-Flyer) के वित्तीय समर्थन से संचालित होती है। जनवरी 2025 में डीपसीक-R1 नामक एक रीजनिंग (तर्क-शक्ति संपन्न) मॉडल की रिहाई के साथ कंपनी को अंतरराष्ट्रीय स्तर पर प्रमुखता प्राप्त हुई, क्योंकि इस मॉडल का प्रदर्शन पश्चिमी अग्रणी AI मॉडलों की तुलना में प्रतिस्पर्धी था, जबकि प्रशिक्षण लागत आश्चर्यजनक रूप से बहुत कम प्रतीत होती थी। अपने मॉडलों को ओपन-वेट्स (खुले वज़न) रूप में जारी करने, दक्ष मॉडल आर्किटेक्चर एवं प्रशिक्षण में नवाचारों, तथा वैश्विक तकनीकी बाज़ारों और AI नीति-संबंधी बहसों में महत्वपूर्ण उतार-चढ़ाव उत्पन्न करने के लिए डीपसीक व्यापक रूप से जानी जाती है।

पृष्ठभूमि और स्थापना

डीपसीक की जड़ें हाई-फ्लायर (幻方量化) नामक क्वांटिटेटिव निवेश फर्म में हैं, जिसकी सह-स्थापना लिआंग वेनफेंग ने 2015 में की थी। हाई-फ्लायर चीन के सबसे बड़े क्वांटिटेटिव हेज फंडों में से एक बन गया, जो अरबों डॉलर की संपत्ति का प्रबंधन करता था और व्यापारिक रणनीतियों में मशीन लर्निंग पर व्यापक रूप से निर्भर था। लगभग 2019 से हाई-फ्लायर ने कंप्यूटिंग बुनियादी ढांचे में भारी निवेश प्रारंभ किया और अंततः AI अनुसंधान तथा व्यापारिक अनुप्रयोगों के लिए लगभग 10,000 एनवीडिया A100 ग्राफिक्स प्रोसेसिंग यूनिट (GPU) का क्लस्टर संचित किया।

2023 में, ChatGPT की रिहाई के बाद जब जनरेटिव AI ने विश्वव्यापी ध्यान आकर्षित किया, तब लिआंग ने कृत्रिम सामान्य बुद्धिमत्ता (Artificial General Intelligence — AGI) के शोध को सीधे आगे बढ़ाने का निर्णय लिया। डीपसीक की स्थापना एक स्वतंत्र कंपनी के रूप में की गई, जिसका प्राथमिक वित्तपोषण हाई-फ्लायर द्वारा किया गया और लिआंग स्वयं कंपनी के प्रमुख बने। चीनी तकनीकी कंपनियों की भीड़ से अलग हटकर, डीपसीक ने स्वयं को उत्पाद-केंद्रित उद्यम के स्थान पर एक मौलिक अनुसंधान संस्था के रूप में स्थापित किया। लिआंग ने कहा कि डीपसीक का उद्देश्य AGI की खोज करना है और कंपनी ओपन-सोर्स मार्ग अपनाने का इरादा रखती है; उनके अनुसार मॉडल वेट्स और तकनीकी रिपोर्टों को साझा करना प्रतिस्पर्धात्मक असुविधा के बजाय वैश्विक शोध समुदाय में योगदान माना गया।

ऐतिहासिक विकास

डीपसीक के प्रारंभिक प्रकाशन विशेष क्षेत्रों पर केंद्रित थे। नवंबर 2023 में कंपनी ने डीपसीक कोडर (DeepSeek Coder) प्रस्तुत किया, जो प्रोग्रामिंग डेटा के विशाल संग्रह पर स्क्रैच से प्रशिक्षित, कोड-केंद्रित भाषा मॉडलों की एक श्रृंखला थी। इसके बाद 2023 के अंत और 2024 के प्रारंभ में डीपसीक LLM जारी किया गया — एक सामान्य-प्रयोजन भाषा मॉडल परिवार, जिसके 67 अरब पैरामीटर वाले संस्करण ने यह प्रदर्शित किया कि एक छोटी, नवगठित टीम भी प्रतिस्पर्धी बड़े मॉडलों का प्रशिक्षण कर सकती है। फरवरी 2024 में डीपसीक ने डीपसीकमैथ (DeepSeekMath) जारी किया, जिसने ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन (GRPO) नामक सुदृढ़ीकरण अधिगम (reinforcement learning) एल्गोरिथ्म प्रस्तुत किया, जो बाद में कंपनी के रीजनिंग मॉडलों के केंद्र में सिद्ध हुआ।

मई 2024 में एक महत्वपूर्ण तकनीकी उपलब्धि डीपसीक-V2 के रूप में आई — यह 236 अरब पैरामीटर वाला मिक्सचर-ऑफ-एक्सपर्ट्स (Mixture-of-Experts) मॉडल था, जिसने मल्टी-हेड लेटेंट अटेंशन (Multi-head Latent Attention, MLA) प्रस्तुत किया — यह एक ऐसी तकनीक है जो इन्फरेंस के समय मेमोरी आवश्यकताओं को भारी मात्रा में कम कर देती है। डीपसीक-V2 ने अपने प्रदर्शन के साथ-साथ अपनी आक्रामक API कीमतों के कारण भी ध्यान खींचा, जिसने चीनी AI प्रदाताओं के बीच कीमत युद्ध छेड़ दिया। 2024 में इसके बाद डीपसीक-कोडर-V2, विज़न-लैंग्वेज मॉडल डीपसीक-VL, तथा मल्टीमोडल जेनस (Janus) श्रृंखला जैसे अनुक्रमिक प्रकाशन हुए।

दिसंबर 2024 में डीपसीक ने डीपसीक-V3 जारी किया, जो 671 अरब पैरामीटर वाला MoE मॉडल था और प्रत्येक टोकन के लिए केवल 37 अरब पैरामीटर सक्रिय करता था। संबंधित तकनीकी रिपोर्ट में कहा गया कि पूर्ण प्रशिक्षण में लगभग 27.88 लाख GPU-घंटे व्यय हुए, जिसकी अनुमानित लागत एनवीडिया H800 चिप्स के उपयोग से लगभग 55.8 लाख अमेरिकी डॉलर थी — H800 वे चिप्स हैं जो अमेरिकी अर्धचालक प्रतिबंधों के अधीन चीनी कंपनियों को निर्यात नियमों के अनुरूप उपलब्ध थे। यद्यपि यह आंकड़ा पूर्व-शोध, बुनियादी ढांचे और कर्मियों की लागतों को छोड़कर था, फिर भी यह तुलनीय फ्रंटियर मॉडलों की प्रतिवेदित प्रशिक्षण व्ययों से बहुत कम था और इसने AI विकास की दक्षता पर अंतरराष्ट्रीय बहस को तीव्र कर दिया।

20 जनवरी 2025 को डीपसीक ने डीपसीक-R1 जारी किया — यह एक रीजनिंग मॉडल था जिसका प्रशिक्षण मुख्यतः सुदृढ़ीकरण अधिगम द्वारा किया गया, ताकि उत्तर देने से पहले विस्तारित चिंतन-शृंखला (chains of thought) तैयार की जा सके। बेंचमार्क परिणामों ने R1 के प्रदर्शन को गणित, कोडिंग और वैज्ञानिक तर्क के कार्यों में OpenAI के o1 मॉडल के स्तर पर या उसके निकट पाया। कंपनी ने साथ ही मॉडल वेट्स को MIT लाइसेंस के अंतर्गत और अपनी प्रशिक्षण पद्धति का विवरण देने वाला तकनीकी शोध-पत्र प्रकाशित किया। कुछ ही दिनों में डीपसीक मोबाइल एप्लिकेशन संयुक्त राज्य अमेरिका में एप्पल ऐप स्टोर पर सबसे अधिक डाउनलोड होने वाला मुफ्त ऐप बन गया, और 27 जनवरी 2025 को एनवीडिया के शेयर लगभग 17 प्रतिशत गिर गए, जिससे एक ही दिन में लगभग 60 करोड़ करोड़ (600 अरब) डॉलर का बाज़ार पूंजीकरण समाप्त हुआ — उस समय शेयर बाज़ार के इतिहास में किसी एक कंपनी का सबसे बड़ा एक-दिवसीय नुकसान। उद्यम पूंजीपति मार्क एंड्रीसेन ने इस रिहाई को "AI का स्पुतनिक क्षण" कहा।

इस ब्रेकथ्रू के बाद डीपसीक ने 2025 में अपने मॉडलों में सुधार जारी रखा और डीपसीक-R1-0528 जैसे अद्यतन संस्करण तथा डीपसीक-V3.1 और V3.2 श्रृंखला जारी की, जिन्होंने रीजनिंग क्षमताओं, एजेंट-उन्मुख प्रदर्शन और इन्फरेंस दक्षता में और सुधार किया — इनमें स्पार्स अटेंशन (Sparse Attention) तकनीकें भी शामिल थीं।

मॉडल और उत्पाद

डीपसीक के मॉडल परिवारों में निम्नलिखित शामिल हैं:

• डीपसीक LLM: सामान्य-प्रयोजन घनी (dense) भाषा मॉडल (7B और 67B पैरामीटर), जिन्होंने कंपनी की प्री-ट्रेनिंग और अलाइनमेंट की नींव रखी।
• डीपसीक कोडर / डीपसीक-कोडर-V2: बहुभाषी प्रोग्रामिंग डेटा पर प्रशिक्षित कोड-विशिष्ट मॉडल, जो बंद कोडिंग सहायकों के साथ प्रतिस्पर्धी प्रारंभिक ओपन मॉडलों में से थे।
• डीपसीकमैथ: गणित-केंद्रित मॉडल, जिसने GRPO एल्गोरिथ्म प्रस्तुत किया।
• डीपसीक-V2 और V2.5: मल्टी-हेड लेटेंट अटेंशन वाले MoE मॉडल, जो न्यून इन्फरेंस लागत और API कीमतों के लिए उल्लेखनीय थे।
• डीपसीक-V3: 671B पैरामीटर का MoE मॉडल (प्रति टोकन 37B सक्रिय), जिसका प्रशिक्षण FP8 परिशुद्धता और ऑक्सिलियरी-लॉस-मुक्त लोड बैलेंसिंग से हुआ; इसने ओपन मॉडलों के लिए दक्षता का नया बेंचमार्क स्थापित किया।
• डीपसीक-R1 और R1 अद्यतन: बड़े पैमाने पर सुदृढ़ीकरण अधिगम द्वारा प्रशिक्षित रीजनिंग मॉडल, जिनके डिस्टिल्ड (संपिंडित) रूपांतरण छोटे ओपन मॉडलों (Qwen और Llama) पर आधारित थे, जिससे उपभोक्ता-स्तर के हार्डवेयर पर रीजनिंग क्षमताएँ सुलभ हुईं।
• डीपसीक-प्रूवर: लीन (Lean) प्रोग्रामिंग भाषा में औपचारिक प्रमेय-सिद्धि के लिए मॉडल।
• डीपसीक-VL और जेनस / जेनस-प्रो: विज़न-लैंग्वेज तथा एकीकृत मल्टीमोडल समझ-जनरेशन मॉडल।

डीपसीक असिस्टेंट, जो वेब सेवा और मोबाइल एप्लिकेशन के रूप में उपलब्ध है, कंपनी के प्रमुख मॉडलों तक संवादात्मक पहुँच प्रदान करता है और ब्रांड की सार्वजनिक दृश्यता का बड़ा आधार है।

तकनीकी विशेषताएँ

डीपसीक के शोध को कई आर्किटेक्चरल और इंजीनियरिंग नवाचारों से विशिष्टता प्राप्त है:

1. मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) आर्किटेक्चर: डीपसीकMoE सूक्ष्म-दानेदार विशेषज्ञ विभाजन (fine-grained expert segmentation) और साझा विशेषज्ञों (shared experts) को संयोजित करता है, जिससे पारंपरिक MoE डिज़ाइनों की तुलना में पैरामीटर दक्षता में सुधार होता है।
2. मल्टी-हेड लेटेंट अटेंशन (MLA): की-वैल्यू कैश को एक लेटेंट स्पेस में संपीड़ित करके MLA इन्फरेंस के दौरान मेमोरी उपभोग को पर्याप्त रूप से घटाता है और सेविंग लागत को कम करता है।
3. मल्टी-टोकन प्रेडिक्शन (MTP): डीपसीक-V3 के प्रशिक्षण में उपयोग किया जाने वाला यह तकनीक डेटा दक्षता में सुधार करती है और इन्फरेंस के समय स्पेकुलेटिव डिकोडिंग सक्षम करती है।
4. रीजनिंग के लिए सुदृढ़ीकरण अधिगम: डीपसीक-R1 ने प्रदर्शित किया कि विश्वसनीय पुरस्कारों (verifiable rewards) वाले नियम-आधारित सुदृढ़ीकरण अधिगम (GRPO) से चिंतन-शृंखला तर्क (chain-of-thought reasoning) उभर सकता है, बिना मानव-लेबल्ड तर्क ट्रेसों पर व्यापक पर्यवेक्षित सूक्ष्म-समायोजन (supervised fine-tuning) की आवश्यकता के।
5. दक्ष प्रशिक्षण इंजीनियरिंग: FP8 मिक्स्ड-प्रिसिशन प्रशिक्षण, अनुकूलित समानांतरीकरण रणनीतियों और अनुकूलित GPU संचार के उपयोग ने निर्यात-प्रतिबंधों के अधीन हार्डवेयर पर प्रशिक्षण को संभव बनाया।

विशेषताएँ और व्यावसायिक मॉडल

डीपसीक की सबसे विशिष्ट विशेषताओं में ओपन-सोर्स रिहाई के प्रति प्रतिबद्धता, असामान्य रूप से कम कीमतें, और अनुसंधान-प्रधान संगठनात्मक संस्कृति शामिल हैं। मॉडल वेट्स अनुमति-देने वाले लाइसेंसों के तहत हगिंग फेस (Hugging Face) जैसे प्लेटफार्मों पर प्रकाशित किए जाते हैं, जिससे विश्व भर के डेवलपर उन्हें डाउनलोड, संशोधित और परिनियोजित कर सकते हैं। कंपनी की API कीमतें उद्योग में सबसे कम हैं; कई बार ये तुलनीय सेवाओं की कीमतों से एक क्रम (order of magnitude) तक कम रही हैं, जिससे डेवलपरों और तृतीय-पक्ष AI प्रदाताओं द्वारा इनकी अपनाने की गति तेज़ हुई।

बड़ी तकनीकी समूह कंपनियों के विपरीत, डीपसीक तुलनात्मक रूप से छोटी शोधकर्ता टीम के साथ कार्य करती है; इसके अनेक शोधकर्ता पीकिंग विश्वविद्यालय और त्सिंघुआ विश्वविद्यालय जैसे शीर्ष चीनी विश्वविद्यालयों से सीधे भर्�