Destaques Principais
O DeepSeek V3 introduz características arquitetônicas inovadoras como MoE e MLA, aumentando significativamente a eficiência e o comprimento do contexto.
O custo-benefício do DeepSeek V3 é notável, com baixos custos de treinamento e taxas de uso da API mais baratas que as dos concorrentes.
Os usuários podem acessar o DeepSeek V3 através da API da Novita AI ou implantá-lo localmente, oferecendo flexibilidade para diversas necessidades e recursos.
O DeepSeek, um modelo de IA inovador, ganhou fama global no final de janeiro de 2025. Após o lançamento do seu modelo V3 e aplicativo, a abertura do código do modelo de inferência R1 em 20 de janeiro despertou interesse mundial. Em poucos dias, o aplicativo do DeepSeek chegou ao topo da App Store dos EUA, superando gigantes da tecnologia. Neste artigo, examinaremos como acessá-lo, compararemos a implantação local com o acesso via API e ofereceremos orientações para diferentes necessidades dos usuários.
O que é o DeepSeek-v3
O DeepSeek V3 é um modelo de linguagem grande (LLM) de código aberto e estado da arte, baseado na arquitetura Mixture-of-Experts (MoE), desenvolvido pela Beijing DeepSeek Technology Co., Ltd. Este modelo avançado possui 671 bilhões de parâmetros, com apenas 37 bilhões ativados por token durante a inferência, otimizando o desempenho e minimizando o consumo de recursos. O DeepSeek V3 foi projetado para competir com modelos líderes como o GPT, destacando-se especialmente em tarefas de codificação e técnicas.
Características Principais
- Arquitetura Mixture-of-Experts (MoE): O DeepSeek V3 emprega um framework MoE com técnicas refinadas de balanceamento de carga dinâmico, eliminando a necessidade de perda auxiliar.
- Multi-Head Latent Attention (MLA): Este recurso melhora a eficiência da inferência ao comprimir chaves e valores de atenção, reduzindo a sobrecarga de memória e permitindo que o modelo lide com longas janelas de contexto de até 128K tokens.
- Multi-Token Prediction (MTP): O MTP permite que o DeepSeek V3 preveja vários tokens simultaneamente, melhorando tanto a eficiência do treinamento quanto a velocidade da inferência.
- Treinamento com Precisão Mista FP8: O modelo utiliza precisão de ponto flutuante de 8 bits para treinamento, reduzindo os custos de memória e computação.
- Suporte Bilíngue: O DeepSeek V3 é otimizado tanto para inglês quanto para chinês, tornando-o adequado para aplicações multilíngues nesses idiomas.
Conforme ilustrado no gráfico, o DeepSeek-V3 alcança um equilíbrio ideal entre alto desempenho e baixo custo através de seu design arquitetônico inovador, tornando-se uma referência em relação custo-benefício. Esse design permite que o DeepSeek-V3 se destaque entre numerosos modelos, sendo uma escolha versátil para diversos orçamentos e requisitos de tarefas.
- Tarefas de inferência em larga escala (por exemplo, geração de conteúdo em lote).
- Empresas e equipes de pequeno e médio porte com forte foco em eficiência de custos.
- Tarefas envolvendo matemática, geração de código e raciocínio lógico complexo.
O DeepSeek-V3 já está disponível na Novita AI! Aproveite preços incrivelmente baixos por milhão de tokens tanto para entrada quanto para saída — não perca esta oportunidade de acessar IA de ponta a um custo imbatível!
Comparação com Outros Modelos
O DeepSeek-V3 é um modelo poderoso que se destaca em múltiplos domínios, particularmente no tratamento de conhecimento profissional, matemática básica e tarefas de programação. No entanto, ele tem espaço para melhorias em raciocínio avançado e aplicações em domínios específicos. Isso indica áreas para futuras melhorias, como aumentar a capacidade de resolução de problemas abertos, raciocínio matemático complexo e desempenho em cenários práticos de engenharia de software.
Se você quiser ver uma comparação de parâmetros mais detalhada, confira os artigos: Deepseek v3 vs Llama 3.3 70b: Tarefas de Linguagem vs Código e Matemática; Llama 3.2 3B vs DeepSeek V3: Comparando Eficiência e Desempenho.
Como Acessar o DeepSeek-v3 Localmente
Requisitos de Hardware e Recomendações de Configuração
-
Sistema Operacional
- Windows 10 ou mais recente
- macOS 10.15 ou posterior
- Linux (Ubuntu 18.04+)
-
CPU
- Processador multi-core (mínimo 4 núcleos)
-
GPU
- GPUs NVIDIA recomendadas para inferência mais rápida
- Mínimo de 8GB de VRAM para destilações R1 menores
- Mais VRAM necessária para o modelo completo de 671B
- Execução apenas com CPU possível, mas significativamente mais lenta
-
Memória (RAM)
- 8GB: Suficiente para as versões menores (1.5B ou 7B)
- 16GB ou mais: Recomendado para modelos intermediários (14B ou 32B)
-
Armazenamento
- Espaço livre de 4 a 50 GB necessário, dependendo do tamanho do R1 baixado
-
Requisitos de Software
- Python 3.10 para scripts oficiais do R1
Guia de Instalação Passo a Passo
1.Clone o Repositório:
git clone https://github.com/deepseek-ai/DeepSeek-V3.git
2.Navegue até a Pasta de Inferência e Instale as Dependências:
cd DeepSeek-V3/inference
pip install -r requirements.txt
3.Baixe os Pesos do Modelo:
Baixe os pesos do modelo do Hugging Face e coloque-os no diretório designado (por exemplo, /path/to/DeepSeek-V3).
4.Converta os Pesos do Modelo:
Use o script convert.py fornecido para converter os pesos para um formato específico. Por exemplo:
python convert.py --hf-ckpt-path /path/to/DeepSeek-V3 --save-path /path/to/DeepSeek-V3-Demo --n-experts 256 --model-parallel 16
5.Execute o DeepSeek-V3:
Use o comando torchrun para iniciar o modelo. Modifique os parâmetros conforme necessário para sua configuração. Exemplo:
torchrun --nnodes 2 --nproc-per-node 8 --node-rank $RANK --master-addr $ADDR generate.py --ckpt-path /path/to/DeepSeek-V3-Demo --config configs/config_671B.json --interactive --temperature 0.7 --max-new-tokens 200
6.Inferência em Lote (Opcional):
Para inferência em lote em um arquivo específico:
torchrun --nnodes 2 --nproc-per-node 8 --node-rank $RANK --master-addr $ADDR generate.py --ckpt-path /path/to/DeepSeek-V3-Demo --config configs/config_671B.json --input-file $FILE
Como Acessar o DeepSeek-v3 via Novita AI
A Novita AI é uma plataforma de nuvem de IA que oferece aos desenvolvedores uma maneira fácil de implantar modelos de IA usando nossa API simples, além de fornecer a GPU em nuvem acessível e confiável para construir e escalar.
Passo 1: Faça Login e Acesse a Biblioteca de Modelos
Faça login na sua conta e clique no botão Model Library.
Experimente o DeepSeek V3 Demo Agora!
Passo 2: Escolha Seu Modelo
Navegue pelas opções disponíveis e selecione o modelo que atende às suas necessidades.
Passo 3: Inicie Seu Teste Gratuito
Inicie seu teste gratuito para explorar as capacidades do modelo selecionado.
Passo 4: Obtenha Sua Chave de API
Para autenticar com a API, forneceremos uma nova chave de API. Entrando na página “Settings“, você pode copiar a chave de API conforme indicado na imagem.
Passo 5: Instale a API
Instale a API usando o gerenciador de pacotes específico para sua linguagem de programação.
Após a instalação, importe as bibliotecas necessárias para seu ambiente de desenvolvimento. Inicialize a API com sua chave de API para começar a interagir com o LLM da Novita AI. Este é um exemplo de uso da API de chat completions para usuários de Python.
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="<YOUR Novita AI API Key>",
)
model = "deepseek/deepseek_v3"
stream = True # or False
max_tokens = 2048
system_content = """Be a helpful assistant"""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
model=model,
messages=[
{
"role": "system",
"content": system_content,
},
{
"role": "user",
"content": "Hi there!",
}
],
stream=stream,
max_tokens=max_tokens,
temperature=temperature,
top_p=top_p,
presence_penalty=presence_penalty,
frequency_penalty=frequency_penalty,
response_format=response_format,
extra_body={
"top_k": top_k,
"repetition_penalty": repetition_penalty,
"min_p": min_p
}
)
if stream:
for chunk in chat_completion_res:
print(chunk.choices[0].delta.content or "", end="")
else:
print(chat_completion_res.choices[0].message.content)
Ao se registrar, a Novita AI oferece um crédito de $0,5 para você começar!
Se os créditos gratuitos acabarem, você pode pagar para continuar usando.
Quais Métodos São Adequados para Você?
Comparação entre Acesso Local e por API
| Característica | Implantação Local | Acesso por API |
|---|---|---|
| Controle | Alto | Limitado |
| Personalização | Flexível | Restrito |
| Requisitos de Hardware | Altos | Baixos |
| Custo Inicial | Alto | Baixo |
| Escalabilidade | Limitada | Alta |
| Dificuldade de Manutenção | Alta | Baixa |
| Proteção de Privacidade | Forte | Depende do provedor |
Recomendações para Diferentes Grupos de Usuários
-
Para Pesquisadores e Desenvolvedores
- Recomendação: Implantação local do DeepSeek V3.
- Porquê: Oferece controle total sobre o modelo, permitindo ampla personalização e otimização.
- Considerações: Requer recursos de hardware substanciais e conhecimento técnico avançado.
-
Para Startups e Pequenas e Médias Empresas
- Recomendação: Usar a API do DeepSeek V3 fornecida pela Novita AI.
- Vantagens: Custo-benefício, fácil integração e escalável para atender às necessidades de negócios em evolução.
- Melhores Casos de Uso: Prototipagem rápida de ideias e construção de aplicativos baseados em IA sem grandes investimentos iniciais.
Em conclusão, o DeepSeek V3 é um poderoso modelo de código aberto que oferece desempenho excepcional em tarefas de codificação, matemática e raciocínio. Ele oferece flexibilidade para diversos casos de uso, seja implantado localmente ou acessado via APIs. Enquanto a implantação local oferece controle total, ela exige recursos de hardware substanciais. Alternativamente, plataformas como a Novita AI oferecem uma maneira mais acessível e conveniente de utilizar as capacidades do modelo. A escolha ideal depende dos requisitos do seu projeto, conhecimento técnico e orçamento.
Perguntas Frequentes
Como o DeepSeek V3 alcança sua eficiência?
O DeepSeek V3 usa uma arquitetura Mixture-of-Experts (MoE), ativando apenas 37 bilhões de parâmetros por token. Ele emprega Multi-Head Latent Attention (MLA) e um objetivo de Multi-Token Prediction (MTP) para reduzir o consumo de recursos e acelerar tanto o treinamento quanto a inferência.
Quais são as principais vantagens do DeepSeek V3?
O DeepSeek V3 se destaca em tarefas de codificação, matemática, raciocínio e conhecimento geral, e possui forte su multilíngue para inglês e chinês. Ele demonstra desempenho excepcional em vários benchmarks, muitas vezes superando outros modelos de código aberto e até mesmo fechados.
Quais são os requisitos de VRAM para o DeepSeek V3?
Os requisitos de VRAM para o DeepSeek V3 variam conforme a precisão. Para FP16, o modelo de 671B requer aproximadamente 1.543 GB de VRAM, enquanto com quantização de 4 bits, requer aproximadamente 386 GB de VRAM. Os parâmetros ativos são 37B.
Novita AI é a plataforma All-in-one em nuvem que impulsiona suas ambições de IA. APIs integradas, serverless, instância GPU — as ferramentas com boa relação custo-benefício que você precisa. Elimine infraestrutura, comece gratuitamente e torne sua visão de IA realidade.
