ಪರಿಚಯ

DeepSeek-R1 ನ ಸಣ್ಣ ಗಾತ್ರದ ಬಟ್ಟಿ ಇಳಿಸಿದ ಮಾದರಿಗಳನ್ನು DeepSeek-R1 ನಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಚೈನ್-ಆಫ್-ಥಾಟ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಸೂಕ್ಷ್ಮವಾಗಿ ಟ್ಯೂನ್ ಮಾಡಲಾಗಿದೆ, ಇದನ್ನು ಗುರುತಿಸಲಾಗಿದೆ...ಟ್ಯಾಗ್‌ಗಳು, R1 ನ ತಾರ್ಕಿಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಆನುವಂಶಿಕವಾಗಿ ಪಡೆಯುತ್ತವೆ. ಈ ಸೂಕ್ಷ್ಮವಾಗಿ ಶ್ರುತಿಗೊಳಿಸಲಾದ ಡೇಟಾಸೆಟ್‌ಗಳು ಸಮಸ್ಯೆ ವಿಭಜನೆ ಮತ್ತು ಮಧ್ಯಂತರ ಕಡಿತಗಳಂತಹ ತಾರ್ಕಿಕ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಒಳಗೊಂಡಿವೆ. ಬಲವರ್ಧನೆ ಕಲಿಕೆಯು ಬಟ್ಟಿ ಇಳಿಸಿದ ಮಾದರಿಯ ನಡವಳಿಕೆಯ ಮಾದರಿಗಳನ್ನು R1 ನಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ತಾರ್ಕಿಕ ಹಂತಗಳೊಂದಿಗೆ ಜೋಡಿಸಿದೆ. ಈ ಬಟ್ಟಿ ಇಳಿಸುವಿಕೆಯ ಕಾರ್ಯವಿಧಾನವು ಸಣ್ಣ ಮಾದರಿಗಳು ದೊಡ್ಡ ಮಾದರಿಗಳ ಬಳಿ ಸಂಕೀರ್ಣ ತಾರ್ಕಿಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಪಡೆಯುವಾಗ ಕಂಪ್ಯೂಟೇಶನಲ್ ದಕ್ಷತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ, ಇದು ಸಂಪನ್ಮೂಲ-ನಿರ್ಬಂಧಿತ ಸನ್ನಿವೇಶಗಳಲ್ಲಿ ಗಮನಾರ್ಹ ಅನ್ವಯಿಕ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ. ಉದಾಹರಣೆಗೆ, 14B ಆವೃತ್ತಿಯು ಮೂಲ DeepSeek-R1 ಮಾದರಿಯ ಕೋಡ್ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಯ 92% ಅನ್ನು ಸಾಧಿಸುತ್ತದೆ. ಈ ಲೇಖನವು DeepSeek-R1 ಬಟ್ಟಿ ಇಳಿಸಿದ ಮಾದರಿ ಮತ್ತು ಕೈಗಾರಿಕಾ ಅಂಚಿನ ಕಂಪ್ಯೂಟಿಂಗ್‌ನಲ್ಲಿ ಅದರ ಪ್ರಮುಖ ಅನ್ವಯಿಕೆಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತದೆ, ನಿರ್ದಿಷ್ಟ ಅನುಷ್ಠಾನ ಪ್ರಕರಣಗಳೊಂದಿಗೆ ಕೆಳಗಿನ ನಾಲ್ಕು ದಿಕ್ಕುಗಳಲ್ಲಿ ಸಂಕ್ಷೇಪಿಸಲಾಗಿದೆ:

ಸಲಕರಣೆಗಳ ಮುನ್ಸೂಚಕ ನಿರ್ವಹಣೆ

ತಾಂತ್ರಿಕ ಅನುಷ್ಠಾನ

ಸಂವೇದಕ ಸಮ್ಮಿಳನ:

ಮೋಡ್‌ಬಸ್ ಪ್ರೋಟೋಕಾಲ್ ಮೂಲಕ PLC ಗಳಿಂದ ಕಂಪನ, ತಾಪಮಾನ ಮತ್ತು ಪ್ರಸ್ತುತ ಡೇಟಾವನ್ನು ಸಂಯೋಜಿಸಿ (ಮಾದರಿ ದರ 1 kHz).

ವೈಶಿಷ್ಟ್ಯ ಹೊರತೆಗೆಯುವಿಕೆ:

128-ಆಯಾಮದ ಸಮಯ-ಸರಣಿ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಜೆಟ್ಸನ್ ಓರಿನ್ NX ನಲ್ಲಿ ಎಡ್ಜ್ ಇಂಪಲ್ಸ್ ಅನ್ನು ರನ್ ಮಾಡಿ.

ಮಾದರಿ ಅನುಮಾನ:

ದೋಷ ಸಂಭವನೀಯತೆಯ ಮೌಲ್ಯಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ವೈಶಿಷ್ಟ್ಯ ವೆಕ್ಟರ್‌ಗಳನ್ನು ಇನ್‌ಪುಟ್ ಮಾಡುವ ಮೂಲಕ DeepSeek-R1-Distill-14B ಮಾದರಿಯನ್ನು ನಿಯೋಜಿಸಿ.

ಡೈನಾಮಿಕ್ ಹೊಂದಾಣಿಕೆ:

ವಿಶ್ವಾಸ 85% ಕ್ಕಿಂತ ಹೆಚ್ಚಾದಾಗ ನಿರ್ವಹಣಾ ಕೆಲಸದ ಆದೇಶಗಳನ್ನು ಪ್ರಚೋದಿಸಿ, ಮತ್ತು <60% ಆದಾಗ ದ್ವಿತೀಯ ಪರಿಶೀಲನಾ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿ.

ಸಂಬಂಧಿತ ಪ್ರಕರಣ

ಷ್ನೇಯ್ಡರ್ ಎಲೆಕ್ಟ್ರಿಕ್ ಈ ಪರಿಹಾರವನ್ನು ಗಣಿಗಾರಿಕೆ ಯಂತ್ರೋಪಕರಣಗಳ ಮೇಲೆ ನಿಯೋಜಿಸಿತು, ತಪ್ಪು ಧನಾತ್ಮಕ ದರಗಳನ್ನು 63% ರಷ್ಟು ಮತ್ತು ನಿರ್ವಹಣಾ ವೆಚ್ಚವನ್ನು 41% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಿತು.

ಇನ್‌ಹ್ಯಾಂಡ್ AI ಎಡ್ಜ್ ಕಂಪ್ಯೂಟರ್‌ಗಳಲ್ಲಿ ಡೀಪ್‌ಸೀಕ್ R1 ಡಿಸ್ಟಿಲ್ಡ್ ಮಾದರಿಯನ್ನು ಚಲಾಯಿಸಲಾಗುತ್ತಿದೆ.

ವರ್ಧಿತ ದೃಶ್ಯ ಪರಿಶೀಲನೆ

ಔಟ್‌ಪುಟ್ ಆರ್ಕಿಟೆಕ್ಚರ್

ವಿಶಿಷ್ಟ ನಿಯೋಜನಾ ಪೈಪ್‌ಲೈನ್:

ಕ್ಯಾಮೆರಾ = GigE_Vision_Camera(500fps) # ಗಿಗಾಬಿಟ್ ಕೈಗಾರಿಕಾ ಕ್ಯಾಮೆರಾ
ಫ್ರೇಮ್ = ಕ್ಯಾಮೆರಾ.ಕ್ಯಾಪ್ಚರ್() # ಚಿತ್ರವನ್ನು ಸೆರೆಹಿಡಿಯಿರಿ
ಪೂರ್ವ-ಸಂಸ್ಕರಣೆ = OpenCV.denoise(ಫ್ರೇಮ್) # ಶಬ್ದ-ಮುಕ್ತಗೊಳಿಸುವಿಕೆ ಪೂರ್ವ-ಸಂಸ್ಕರಣೆ
defect_type = DeepSeek_R1_7B.infer(ಪೂರ್ವ-ಸಂಸ್ಕರಿಸಲಾಗಿದೆ) # ದೋಷ ವರ್ಗೀಕರಣ
ದೋಷ_ಪ್ರಕಾರ != 'ಸಾಮಾನ್ಯ' ಆಗಿದ್ದರೆ:
PLC.trigger_reject() # ಟ್ರಿಗ್ಗರ್ ವಿಂಗಡಣೆ ಕಾರ್ಯವಿಧಾನ

ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಾಪನಗಳು

ಪ್ರಕ್ರಿಯೆ ವಿಳಂಬ:

82 ಎಂಎಸ್ (ಜೆಟ್ಸನ್ ಎಜಿಎಕ್ಸ್ ಓರಿನ್)

ನಿಖರತೆ:

ಇಂಜೆಕ್ಷನ್ ಅಚ್ಚೊತ್ತಿದ ದೋಷ ಪತ್ತೆ 98.7% ತಲುಪುತ್ತದೆ.

DeepSeek R1 ನ ಪರಿಣಾಮಗಳು: ಉತ್ಪಾದಕ AI ಮೌಲ್ಯ ಸರಪಳಿಯಲ್ಲಿ ವಿಜೇತರು ಮತ್ತು ಸೋತವರು

ಪ್ರಕ್ರಿಯೆ ಹರಿವಿನ ಅತ್ಯುತ್ತಮೀಕರಣ

ಕೀ ಟೆಕ್ನೋಲಾಜೀಸ್

ನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂವಹನ:

ನಿರ್ವಾಹಕರು ಉಪಕರಣಗಳ ವೈಪರೀತ್ಯಗಳನ್ನು ಧ್ವನಿಯ ಮೂಲಕ ವಿವರಿಸುತ್ತಾರೆ (ಉದಾ, "ಎಕ್ಸ್‌ಟ್ರೂಡರ್ ಒತ್ತಡದ ಏರಿಳಿತ ± 0.3 MPa").

ಬಹುರೂಪಿ ತಾರ್ಕಿಕ ಕ್ರಿಯೆ:

ಈ ಮಾದರಿಯು ಸಲಕರಣೆಗಳ ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶವನ್ನು ಆಧರಿಸಿ (ಉದಾ. ಸ್ಕ್ರೂ ವೇಗವನ್ನು 2.5% ರಷ್ಟು ಹೊಂದಿಸುವುದು) ಆಪ್ಟಿಮೈಸೇಶನ್ ಸಲಹೆಗಳನ್ನು ನೀಡುತ್ತದೆ.

ಡಿಜಿಟಲ್ ಅವಳಿ ಪರಿಶೀಲನೆ:

ಎಡ್ಜ್‌ಎಕ್ಸ್ ಫೌಂಡ್ರಿ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನಲ್ಲಿ ಪ್ಯಾರಾಮೀಟರ್ ಸಿಮ್ಯುಲೇಶನ್ ಮೌಲ್ಯೀಕರಣ.

ಅನುಷ್ಠಾನದ ಪರಿಣಾಮ

BASF ನ ರಾಸಾಯನಿಕ ಸ್ಥಾವರವು ಈ ಯೋಜನೆಯನ್ನು ಅಳವಡಿಸಿಕೊಂಡಿದ್ದು, ಶಕ್ತಿಯ ಬಳಕೆಯಲ್ಲಿ 17% ಕಡಿತ ಮತ್ತು ಉತ್ಪನ್ನ ಗುಣಮಟ್ಟದ ದರದಲ್ಲಿ 9% ಹೆಚ್ಚಳವನ್ನು ಸಾಧಿಸಿದೆ.

ಎಡ್ಜ್ AI ಮತ್ತು ವ್ಯವಹಾರದ ಭವಿಷ್ಯ: ಹೆಲ್ತ್‌ಕೇರ್, ಆಟೋಮೋಟಿವ್ ಮತ್ತು IIoT ಗಾಗಿ ಓಪನ್‌ಎಐ o1 vs. ಡೀಪ್‌ಸೀಕ್ R1

ಜ್ಞಾನ ನೆಲೆಯ ತ್ವರಿತ ಮರುಪಡೆಯುವಿಕೆ

ವಾಸ್ತುಶಿಲ್ಪ ವಿನ್ಯಾಸ

ಸ್ಥಳೀಯ ವೆಕ್ಟರ್ ಡೇಟಾಬೇಸ್:

ಸಲಕರಣೆ ಕೈಪಿಡಿಗಳು ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯ ವಿಶೇಷಣಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ChromaDB ಬಳಸಿ (ಆಯಾಮ 768 ಎಂಬೆಡಿಂಗ್).

ಹೈಬ್ರಿಡ್ ಮರುಪಡೆಯುವಿಕೆ:

ಪ್ರಶ್ನೆಗೆ BM25 ಅಲ್ಗಾರಿದಮ್ + ಕೊಸೈನ್ ಹೋಲಿಕೆಯನ್ನು ಸಂಯೋಜಿಸಿ.

ಫಲಿತಾಂಶ ಉತ್ಪಾದನೆ:

R1-7B ಮಾದರಿಯು ಮರುಪಡೆಯುವಿಕೆ ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಕ್ಷೇಪಿಸುತ್ತದೆ ಮತ್ತು ಪರಿಷ್ಕರಿಸುತ್ತದೆ.

ವಿಶಿಷ್ಟ ಪ್ರಕರಣ

ಸೀಮೆನ್ಸ್ ಎಂಜಿನಿಯರ್‌ಗಳು ನೈಸರ್ಗಿಕ ಭಾಷಾ ಪ್ರಶ್ನೆಗಳ ಮೂಲಕ ಇನ್ವರ್ಟರ್ ವೈಫಲ್ಯಗಳನ್ನು ಪರಿಹರಿಸಿದರು, ಸರಾಸರಿ ಸಂಸ್ಕರಣಾ ಸಮಯವನ್ನು 58% ರಷ್ಟು ಕಡಿಮೆ ಮಾಡಿದರು.

ನಿಯೋಜನೆ ಸವಾಲುಗಳು ಮತ್ತು ಪರಿಹಾರಗಳು

ಮೆಮೊರಿ ಮಿತಿಗಳು:

14B ಮಾದರಿಯ ಮೆಮೊರಿ ಬಳಕೆಯನ್ನು 32GB ಯಿಂದ 9GB ಗೆ ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ KV ಕ್ಯಾಶ್ ಕ್ವಾಂಟೈಸೇಶನ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಲಾಗಿದೆ.

ನೈಜ-ಸಮಯದ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಖಚಿತಪಡಿಸುವುದು:

CUDA ಗ್ರಾಫ್ ಆಪ್ಟಿಮೈಸೇಶನ್ ಮೂಲಕ ಏಕ ನಿರ್ಣಯ ವಿಳಂಬವನ್ನು ±15 ms ಗೆ ಸ್ಥಿರಗೊಳಿಸಲಾಗಿದೆ.

ಮಾದರಿ ಡ್ರಿಫ್ಟ್:

ಸಾಪ್ತಾಹಿಕ ಹೆಚ್ಚುತ್ತಿರುವ ನವೀಕರಣಗಳು (ಪ್ಯಾರಾಮೀಟರ್‌ಗಳ ಕೇವಲ 2% ರವಾನೆ).

ವಿಪರೀತ ಪರಿಸರಗಳು:

IP67 ರಕ್ಷಣೆಯ ಮಟ್ಟದೊಂದಿಗೆ -40°C ನಿಂದ 85°C ವರೆಗಿನ ವ್ಯಾಪಕ ತಾಪಮಾನದ ವ್ಯಾಪ್ತಿಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

ತೀರ್ಮಾನ

ಪ್ರಸ್ತುತ ನಿಯೋಜನೆ ವೆಚ್ಚವು ಈಗ $599/ನೋಡ್‌ಗೆ (ಜೆಟ್ಸನ್ ಒರಿನ್ NX) ಇಳಿದಿದೆ, 3C ಉತ್ಪಾದನೆ, ಆಟೋಮೋಟಿವ್ ಅಸೆಂಬ್ಲಿ ಮತ್ತು ಇಂಧನ ರಸಾಯನಶಾಸ್ತ್ರದಂತಹ ವಲಯಗಳಲ್ಲಿ ಸ್ಕೇಲೆಬಲ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ರೂಪುಗೊಳ್ಳುತ್ತಿವೆ. MoE ಆರ್ಕಿಟೆಕ್ಚರ್ ಮತ್ತು ಕ್ವಾಂಟೈಸೇಶನ್ ತಂತ್ರಜ್ಞಾನದ ನಿರಂತರ ಆಪ್ಟಿಮೈಸೇಶನ್ 70B ಮಾದರಿಯನ್ನು 2025 ರ ಅಂತ್ಯದ ವೇಳೆಗೆ ಅಂಚಿನ ಸಾಧನಗಳಲ್ಲಿ ಚಲಾಯಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ಎಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ.

ELV ಕೇಬಲ್ ಪರಿಹಾರವನ್ನು ಹುಡುಕಿ

ನಿಯಂತ್ರಣ ಕೇಬಲ್‌ಗಳು

ಬಿಎಂಎಸ್, ಬಸ್, ಕೈಗಾರಿಕಾ, ಇನ್ಸ್ಟ್ರುಮೆಂಟೇಶನ್ ಕೇಬಲ್‌ಗಾಗಿ.

ಇಲ್ಲಿ ಕ್ಲಿಕ್ ಮಾಡಿ

ರಚನಾತ್ಮಕ ಕೇಬಲ್ ವ್ಯವಸ್ಥೆ

ನೆಟ್‌ವರ್ಕ್ ಮತ್ತು ಡೇಟಾ, ಫೈಬರ್-ಆಪ್ಟಿಕ್ ಕೇಬಲ್, ಪ್ಯಾಚ್ ಕಾರ್ಡ್, ಮಾಡ್ಯೂಲ್‌ಗಳು, ಫೇಸ್‌ಪ್ಲೇಟ್