أعلنت DeepSeek رسمياً في اليوم ذاته أنه، بعد إطلاق سلسلة من النماذج الكبيرة وأداة التجميع TileLang ومكتبة عوامل الاستدلال، ستتيح إطار الاستدلال الداخلي الخاص بها DeepInfer بالكامل كمصدر مفتوح. وما تسعى الشركة إلى سده هو حلقة ظلّت طويلاً خارج دائرة الأضواء — إطار الاستدلال.
وفقاً لتعريف DeepSeek، فإن الحد الأعلى لقدرات النموذج يحدده النموذج نفسه، أما "كيفية تقديم النماذج فائقة الحجم بتكلفة معقولة" فيعتمد على هذه البنية الوسيطة. التدريب يجعل النموذج متمكناً، والاستدلال هو ما يجعله نافعاً للناس. فعندما يتصل ملايين المستخدمين في آنٍ واحد، يتولى إطار الاستدلال التنسيق والإدارة لمجموعات الحوسبة الضخمة والمعقدة، وكفاءته تؤثر مباشرة في تكاليف الحوسبة واستهلاك الكهرباء لخدمات الذكاء الاصطناعي — فهو لا يجذب الأنظار كما تفعل أوزان النماذج، لكنه البوابة الحاسمة لنقل قدرات المختبرات إلى الواقع.
المصدر المفتوح لا يقدّم الشيفرة فحسب، بل يسعى أيضاً إلى خفض تكلفة استخدام الذكاء الاصطناعي
نية DeepSeek واضحة: كشف خبراتها في النشر الداخلي لمساعدة المطورين والمؤسسات على تحسين إنتاجية الاستدلال واسع النطاق وزمن الاستجابة، وبناء نشر خاص أو سحابي عام بكفاءة أعلى، وخفض تكاليف الحوسبة وتقليل استهلاك الكهرباء. باختصار، إيصال الذكاء إلى عدد أكبر من الناس بسعر أرخص، وتحقيق "الإتاحة الحقيقية للنماذج الكبيرة للجميع".
هذا الإطار ليس مجرد كلام. استناداً إلى DeepInfer، نجحت DeepSeek رسمياً في تشغيل خدمة استدلال واسعة النطاق عالية الإنتاجية ومنخفضة زمن الاستجابة لـ DeepSeek V4.1 Flash؛ كما ستستمر شيفرات الاستدلال للنماذج الجديدة والتحسينات اللاحقة في التحديث هنا. ومن قائمة القدرات المعلنة، يدمج DeepInfer عوامل عالية الأداء ومحرك استدلال مُحسّناً بعمق، ويدعم ميزات مثل الاستدلال الموزع وفك الترميز التخميني وSWA Bounded Replay والمخرجات المهيكلة، ويتوافق في الوقت نفسه مع منصتي Nvidia وHuawei Ascend — وفي ظل قيود التصدير التي تدفع نحو البدائل المحلية، فإن هذا التوافق "الثنائي المكدّس" مهمٌ جداً للمطورين داخل الصين.
ومع الإطار، أُتيح أيضاً كمصدر مفتوح مكوّن deepseek-recipe لتشفير وفك ترميز الرموز (Token) بمستوى إنتاجي، ومنطق معالجته متطابق تماماً مع واجهة DeepSeek البرمجية الرسمية، بما يضمن حصول المجتمع على تجربة مطابقة للنشر الرسمي. وقد رُفعت الشيفرتان على GitHub في deepseek-ai/DeepInfer وdeepseek-ai/deepseek-recipe.
من النماذج إلى مكتبة العوامل وصولاً إلى إطار الاستدلال، تنقل DeepSeek كامل مهاراتها في "صناعة النماذج" إلى مجتمع المصدر المفتوح. وحين أصبحت تكلفة الحوسبة أكبر عقبة أمام انتشار الذكاء الاصطناعي، فإن تسليم نواة الكفاءة قد يكون أقدر على تحريك المنظومة من مجرد إطلاق بعض الأوزان — فمن يستطيع أن يساعد القطاع في استخلاص إنتاجية أعلى من كل كيلوواط ساعة ومن كل بطاقة رسوميات، يمسك الورقة الرابحة الحقيقية في سردية الإتاحة للجميع.