அறிமுகம்

DeepSeek-R1 இன் சிறிய அளவிலான வடிகட்டப்பட்ட மாதிரிகள், DeepSeek-R1 ஆல் உருவாக்கப்பட்ட சிந்தனைச் சங்கிலித் தரவைப் பயன்படுத்தி நன்றாகச் சரிசெய்யப்படுகின்றன, அவை குறிக்கப்பட்டுள்ளன...R1 இன் பகுத்தறிவு திறன்களைப் பெறும் குறிச்சொற்கள். இந்த நேர்த்தியான தரவுத்தொகுப்புகளில் சிக்கல் சிதைவு மற்றும் இடைநிலை கழித்தல் போன்ற பகுத்தறிவு செயல்முறைகள் வெளிப்படையாக அடங்கும். வலுவூட்டல் கற்றல், வடிகட்டப்பட்ட மாதிரியின் நடத்தை முறைகளை R1 ஆல் உருவாக்கப்பட்ட பகுத்தறிவு படிகளுடன் சீரமைத்துள்ளது. இந்த வடிகட்டுதல் பொறிமுறையானது, பெரிய மாதிரிகளின் அருகே சிக்கலான பகுத்தறிவு திறன்களைப் பெறும்போது, கணக்கீட்டு செயல்திறனைப் பராமரிக்க சிறிய மாதிரிகளை அனுமதிக்கிறது, இது வள-கட்டுப்படுத்தப்பட்ட சூழ்நிலைகளில் குறிப்பிடத்தக்க பயன்பாட்டு மதிப்பைக் கொண்டுள்ளது. உதாரணமாக, 14B பதிப்பு அசல் DeepSeek-R1 மாதிரியின் குறியீடு நிறைவுகளில் 92% ஐ அடைகிறது. இந்தக் கட்டுரை DeepSeek-R1 வடிகட்டப்பட்ட மாதிரி மற்றும் தொழில்துறை விளிம்பு கணினியில் அதன் முக்கிய பயன்பாடுகளை அறிமுகப்படுத்துகிறது, குறிப்பிட்ட செயல்படுத்தல் நிகழ்வுகளுடன் பின்வரும் நான்கு திசைகளில் சுருக்கப்பட்டுள்ளது:

உபகரணங்களின் முன்னறிவிப்பு பராமரிப்பு

தொழில்நுட்ப செயல்படுத்தல்

சென்சார் இணைவு:

மோட்பஸ் நெறிமுறை (மாதிரி விகிதம் 1 kHz) வழியாக PLC களில் இருந்து அதிர்வு, வெப்பநிலை மற்றும் தற்போதைய தரவை ஒருங்கிணைக்கவும்.

அம்ச பிரித்தெடுத்தல்:

128-பரிமாண நேரத் தொடர் அம்சங்களைப் பிரித்தெடுக்க ஜெட்சன் ஓரின் NX-இல் எட்ஜ் இம்பல்ஸை இயக்கவும்.

மாதிரி அனுமானம்:

DeepSeek-R1-Distill-14B மாதிரியைப் பயன்படுத்தி, பிழை நிகழ்தகவு மதிப்புகளை உருவாக்க அம்ச வெக்டர்களை உள்ளிடவும்.

டைனமிக் சரிசெய்தல்:

நம்பிக்கை 85% க்கும் அதிகமாக இருக்கும்போது பராமரிப்பு பணி ஆர்டர்களைத் தூண்டவும், < 60% க்கும் அதிகமாக இருக்கும்போது இரண்டாம் நிலை சரிபார்ப்பு செயல்முறையைத் தொடங்கவும்.

தொடர்புடைய வழக்கு

ஷ்னீடர் எலக்ட்ரிக் இந்தத் தீர்வை சுரங்க இயந்திரங்களில் பயன்படுத்தியது, தவறான நேர்மறை விகிதங்களை 63% ஆகவும், பராமரிப்பு செலவுகளை 41% ஆகவும் குறைத்தது.

InHand AI Edge கணினிகளில் DeepSeek R1 டிஸ்டில்டு மாடலை இயக்குதல்

மேம்படுத்தப்பட்ட காட்சி ஆய்வு

வெளியீட்டு கட்டமைப்பு

வழக்கமான வரிசைப்படுத்தல் குழாய்:

கேமரா = GigE_Vision_Camera(500fps) # ஜிகாபிட் தொழில்துறை கேமரா
frame = camera.capture() # படத்தைப் பிடிக்கவும்
முன் செயலாக்கப்பட்டது = OpenCV.denoise(frame) # சத்தத்தை நீக்கும் முன் செயலாக்கம்
defect_type = DeepSeek_R1_7B.infer(முன் செயலாக்கப்பட்டது) # குறைபாடு வகைப்பாடு
குறைபாடு_வகை != 'சாதாரண' எனில்:
PLC.trigger_reject() # வரிசைப்படுத்தும் பொறிமுறையைத் தூண்டவும்

செயல்திறன் அளவீடுகள்

செயலாக்க தாமதம்:

82 எம்எஸ் (ஜெட்சன் ஏஜிஎக்ஸ் ஓரின்)

துல்லியம்:

ஊசி வார்ப்பட குறைபாடு கண்டறிதல் 98.7% ஐ அடைகிறது.

டீப்சீக் R1 இன் தாக்கங்கள்: உருவாக்கும் AI மதிப்புச் சங்கிலியில் வெற்றியாளர்கள் மற்றும் தோல்வியுற்றவர்கள்

செயல்முறை ஓட்ட உகப்பாக்கம்

முக்கிய தொழில்நுட்பங்கள்

இயற்கை மொழி தொடர்பு:

ஆபரேட்டர்கள் குரல் வழியாக உபகரண முரண்பாடுகளை விவரிக்கிறார்கள் (எ.கா., "எக்ஸ்ட்ரூடர் அழுத்த ஏற்ற இறக்கம் ±0.3 MPa").

மல்டிமாடல் பகுத்தறிவு:

இந்த மாதிரி உபகரண வரலாற்றுத் தரவுகளின் அடிப்படையில் (எ.கா., திருகு வேகத்தை 2.5% சரிசெய்தல்) மேம்படுத்தல் பரிந்துரைகளை உருவாக்குகிறது.

டிஜிட்டல் இரட்டை சரிபார்ப்பு:

எட்ஜ்எக்ஸ் ஃபவுண்டரி தளத்தில் அளவுரு உருவகப்படுத்துதல் சரிபார்ப்பு.

செயல்படுத்தல் விளைவு

BASF இன் இரசாயன ஆலை இந்தத் திட்டத்தை ஏற்றுக்கொண்டது, இதன் மூலம் ஆற்றல் நுகர்வில் 17% குறைப்பு மற்றும் தயாரிப்பு தர விகிதத்தில் 9% அதிகரிப்பு ஏற்பட்டுள்ளது.

எட்ஜ் AI மற்றும் வணிகத்தின் எதிர்காலம்: சுகாதாரம், ஆட்டோமோட்டிவ் மற்றும் IIoTக்கான OpenAI o1 vs. DeepSeek R1

அறிவுத் தளத்தை உடனடியாக மீட்டெடுப்பது

கட்டிடக்கலை வடிவமைப்பு

உள்ளூர் வெக்டார் தரவுத்தளம்:

உபகரண கையேடுகள் மற்றும் செயல்முறை விவரக்குறிப்புகளைச் சேமிக்க ChromaDB ஐப் பயன்படுத்தவும் (உட்பொதித்தல் பரிமாணம் 768).

கலப்பின மீட்பு:

வினவலுக்கு BM25 வழிமுறை + கோசைன் ஒற்றுமையை இணைக்கவும்.

முடிவு உருவாக்கம்:

R1-7B மாதிரி மீட்டெடுப்பு முடிவுகளைச் சுருக்கமாகக் கூறி செம்மைப்படுத்துகிறது.

வழக்கமான வழக்கு

சீமென்ஸ் பொறியாளர்கள் இயற்கை மொழி வினவல்கள் மூலம் இன்வெர்ட்டர் தோல்விகளைத் தீர்த்தனர், இதனால் சராசரி செயலாக்க நேரம் 58% குறைந்தது.

பயன்படுத்தல் சவால்கள் மற்றும் தீர்வுகள்

நினைவக வரம்புகள்:

14B மாடலின் நினைவக பயன்பாட்டை 32GB இலிருந்து 9GB ஆகக் குறைத்து, KV கேச் அளவீட்டு தொழில்நுட்பத்தைப் பயன்படுத்தியது.

நிகழ்நேர செயல்திறனை உறுதி செய்தல்:

CUDA கிராஃப் உகப்பாக்கம் மூலம் ஒற்றை அனுமான தாமதத்தை ±15 ms ஆக நிலைப்படுத்தியது.

மாதிரி சறுக்கல்:

வாராந்திர அதிகரிக்கும் புதுப்பிப்புகள் (2% அளவுருக்களை மட்டுமே கடத்துதல்).

தீவிர சூழல்கள்:

IP67 பாதுகாப்பு நிலையுடன் -40°C முதல் 85°C வரையிலான பரந்த வெப்பநிலை வரம்புகளுக்கு வடிவமைக்கப்பட்டுள்ளது.

முடிவுரை

தற்போதைய பயன்பாட்டுச் செலவுகள் இப்போது $599/முனை (Jetson Orin NX) ஆகக் குறைந்துள்ளன, 3C உற்பத்தி, வாகன அசெம்பிளி மற்றும் ஆற்றல் வேதியியல் போன்ற துறைகளில் அளவிடக்கூடிய பயன்பாடுகள் உருவாகின்றன. MoE கட்டமைப்பு மற்றும் அளவீட்டு தொழில்நுட்பத்தின் தொடர்ச்சியான உகப்பாக்கம் 2025 ஆம் ஆண்டின் இறுதிக்குள் 70B மாதிரியை விளிம்பு சாதனங்களில் இயக்க உதவும் என்று எதிர்பார்க்கப்படுகிறது.

ELV கேபிள் தீர்வைக் கண்டறியவும்

கட்டுப்பாட்டு கேபிள்கள்

BMS, BUS, தொழில்துறை, இன்ஸ்ட்ருமென்டேஷன் கேபிளுக்கு.

இங்கே கிளிக் செய்யவும்

கட்டமைக்கப்பட்ட கேபிளிங் அமைப்பு

நெட்வொர்க்&டேட்டா, ஃபைபர்-ஆப்டிக் கேபிள், பேட்ச் கார்டு, மாட்யூல்கள், ஃபேஸ்ப்ளேட்