‹ முகப்புக்கு திரும்ப

AI ஸ்பீடுல ஒரு புரட்சி! DeepSeek-ன் DSpark தொழில்நுட்பம்: 85% வேகம் அதிகம்!

AI மாடல்கள் இனி மின்னல் வேகத்தில் வேலை செய்யும்! DeepSeek அறிமுகப்படுத்தியுள்ள DSpark பிரேம்வொர்க் பற்றி முழுமையாக தெரிந்துகொள்ளுங்கள்.

Keerthika 8 min read
Google-ல் Follow
அப்டேட் 3 மாதங்கள் முன்
AI Tools AI ஸ்பீடுல ஒரு புரட்சி! DeepSeek-ன் DSpark தொழில்நுட்பம்: 85% வேகம் அதிகம்! 8 நிமிடம் மீதம் Google-ல் Follow
AI ஸ்பீடுல ஒரு புரட்சி! DeepSeek-ன் DSpark தொழில்நுட்பம்: 85% வேகம் அதிகம்!

தமிழ்டெக் AI சுருக்கம்

DeepSeek கொண்டு வந்திருக்கிற DSpark framework மூலம் AI models இப்போது இருப்பதை விட 85% வரை வேகமா ஓட முடியும், ஏன்னா draft model வேகமா words-ஐ guess பண்ணி target model verify பண்ணும் advanced speculative decoding முறையால latency குறையுது. இதை Google-ன் Gemma மற்றும் Alibaba-ன் Qwen models-ல test பண்ணி பார்த்தப்போ coding மற்றும் maths answers முன்னை விட பல மடங்கு fast-ஆ வந்திருக்கு, so real apps-லயும் இந்த speed தெரியும். இந்தியால AI startup நடத்துறவங்களுக்கு இது பெரிய லாபம், ஏன்னா GPU மற்றும் computing cost 50% வரை குறைய வாய்ப்பு இருக்கு, ordinary laptop-லயே super fast AI run பண்ண முடியும். DeepSeek V4 models-க்காக specially build பண்ணிருக்கிற இந்த tech 2026-ல பெரிய game changer-ஆ வரப்போகுது, developers simple code மூலமே project-ல easy-ஆ integrate பண்ணலாம். Open source models போன்ற Llama 4-க்கும் இது வர வாய்ப்பு இருக்கு, பின்னாடி mobile-ல internet இல்லாமலேயே வேகமான AI apps வர இது நல்ல foundation-ஆ இருக்கும்.

  • AI இன்பரன்ஸ் வேகம் 85% வரை அதிகரிப்பு.
  • குறைந்த விலையில் அதிக பெர்பார்மன்ஸ் தரும் DSpark பிரேம்வொர்க்.
  • 2026-ல் வெளிவரவிருக்கும் DeepSeek V4 மாடல்களுக்கு இது பொருந்தும்.

AI உதவியுடன் தயாரான சுருக்கம் — தமிழ்டெக் எடிட்டர்ஸ் சரிபார்த்தது.

0:00
0:00
🔒 Listen வசதி subscribers-க்கு மட்டும். Subscribe செய்யுங்கள்

முக்கிய புள்ளிகள்

  • DSpark தொழில்நுட்பம் மூலம் AI மாடல்கள் இப்போது இருப்பதை விட 85% வரை வேகமா வேலை செய்யும்.
  • இது Google-ன் Gemma மற்றும் Alibaba-ன் Qwen போன்ற பாப்புலர் AI மாடல்களில் வெற்றிகரமாக டெஸ்ட் செய்யப்பட்டுள்ளது.
  • இந்தியாவில் AI ஸ்டார்ட்அப் நடத்துவோர்க்கு இது பெரிய லாபம், ஏன்னா இதனால GPU செலவு ரொம்பவே குறையும்.
  • DeepSeek V4 மாடல்களுக்காகவே பிரத்யேகமாக உருவாக்கப்பட்ட இந்த சிஸ்டம், 2026-ன் மிகப்பெரிய டெக் அப்டேட்.

வணக்கம் நண்பர்களே! இன்னைக்கு நாம பார்க்கப்போற விஷயம் AI உலகத்துல ஒரு பெரிய மாற்றத்தை ஏற்படுத்தப்போகுது. நாம இப்போ ChatGPT இல்லனா மத்த AI மாடல்களை யூஸ் பண்ணும்போது, அது ஒரு பதிலை டைப் பண்ண கொஞ்சம் டைம் எடுக்கும் இல்லையா? அந்த 'லேட்டன்சி' (Latency) பிரச்சனையை முடிவுக்கு கொண்டு வர DeepSeek ஒரு அதிரடி முடிவை எடுத்துருக்கு. அவங்க புதுசா 'DSpark' அப்படிங்கிற ஒரு பிரேம்வொர்க்கை அறிமுகம் செஞ்சிருக்காங்க. இது AI-யோட வேகத்தை 85% வரை அதிகப்படுத்துதுன்னு சொன்னா நம்ப முடியுதா? ஆனா அதுதான் உண்மை. 2026-ல நாம எதிர்பார்க்குற DeepSeek V4 மாடல்கள் இந்த டெக்னாலஜில தான் இயங்கப்போகுது.

ஏன் AI இவ்வளவு மெதுவா இருக்கு?

முதல்ல ஒரு விஷயத்தை நாம புரிஞ்சுக்கணும். AI ஏன் மெதுவா வேலை செய்யுது? ஒரு பெரிய AI மாடல் ஒரு வார்த்தையை உருவாக்கும்போது, அதுக்கு பின்னாடி பல கோடி கணக்கீடுகள் நடக்கும். ஒவ்வொரு வார்த்தைக்கும் அந்த முழு மாடலும் வேலை செய்யணும். இதனாலதான் நமக்கு அவுட்புட் வர லேட் ஆகுது. இதைக் குறைக்க 'Speculative Decoding' அப்படிங்கிற ஒரு மெத்தட் இருக்கு. ஆனா அதுல சில சிக்கல்கள் இருந்துச்சு. அதைத் தீர்க்கத்தான் DeepSeek இந்த DSpark-ஐ கொண்டு வந்திருக்காங்க. இது எப்படின்னா, ஒரு பெரிய வேலையைச் செய்ய ஒரு சீனியர் இன்ஜினியரும் ஒரு ஜூனியர் அசிஸ்டென்ட்டும் இருக்கிற மாதிரி நினைச்சுக்கோங்க.

DSpark எப்படி வேலை செய்யுது? (எளிமையான விளக்கம்)

DSpark-ல ரெண்டு மாடல்கள் இருக்கும். ஒன்னு 'Draft Model' (குட்டி மாடல்), இன்னொன்னு 'Target Model' (பெரிய மாடல்). அந்த குட்டி மாடல் ரொம்ப வேகமா அடுத்தடுத்த வார்த்தைகள் என்னவா இருக்கும்னு 'கெஸ்' (Guess) பண்ணிடும். அந்த கெஸ் பண்ண வார்த்தைகளை பெரிய மாடல் சரிபார்க்கும். ஒருவேளை குட்டி மாடல் சொன்னது சரியா இருந்தா, பெரிய மாடல் யோசிக்க வேண்டிய அவசியமே இல்லை, அப்படியே அவுட்புட் வந்திடும். இதனால டைம் ரொம்ப மிச்சமாகும். DeepSeek என்ன செஞ்சிருக்காங்கன்னா, இந்த சரிபார்க்குற முறையை (Verification process) ரொம்பவே அட்வான்ஸ்டா மாத்தியிருக்காங்க. இதனாலதான் நமக்கு 85% வரை ஸ்பீடு கிடைக்குது.

Gemma மற்றும் Qwen மாடல்களில் அதிரடி ரிசல்ட்

DeepSeek இதை வெறும் பேப்பர்ல மட்டும் சொல்லல, நிஜமாவே டெஸ்ட் பண்ணி காட்டியிருக்காங்க. Google-ஓட Gemma மாடல் மற்றும் Alibaba-வோட Qwen மாடல்கள்ல இந்த DSpark-ஐ யூஸ் பண்ணி பார்த்தப்போ, அதோட பெர்பார்மன்ஸ் வேற லெவல்ல இருந்துச்சு. குறிப்பா கோடிங் (Coding) மற்றும் மேக்ஸ் (Maths) கேள்விகளுக்கு பதில் சொல்லும்போது, முன்னாடி இருந்ததை விட இப்போ பல மடங்கு வேகமா பதில் வருது. 2026-ல நாம யூஸ் பண்ற நிறைய ஆப்ஸ்ல இந்த வேகம் நமக்குத் தெரியும். இதனால நீங்க ஒரு பெரிய ப்ரோக்ராம் எழுதச் சொன்னா, அது கண்ணிமைக்கும் நேரத்துல ரெடி ஆகிடும்.

இந்தியர்களுக்கு இதனால என்ன லாபம்?

நம்ம ஊர்ல நிறைய பேரு இப்போ AI ஸ்டார்ட்அப் ஆரம்பிச்சுட்டு இருக்காங்க. ஆனா அதுக்குத் தேவையான GPU (கிராபிக்ஸ் கார்டு) விலை ரொம்ப அதிகம். இந்தியால இருக்குற சர்வர்ல AI ரன் பண்றதுக்கு நிறைய செலவாகும். ஆனா DSpark வந்தா, கம்மியான பவர் இருக்குற மெஷின்லயே பெரிய AI மாடல்களை ரன் பண்ண முடியும். இதனால கம்ப்யூட்டிங் செலவு 50% வரை குறைய வாய்ப்பிருக்கு. ஒரு சாதாரண காலேஜ் ஸ்டூடண்ட் கூட அவரோட லேப்டாப்ல ஒரு சூப்பர் ஃபாஸ்ட் AI-யை ரன் பண்ண முடியும். இதுதான் இந்த டெக்னாலஜியோட உண்மையான வெற்றி.

DSpark-ஐ எப்படி பயன்படுத்துவது?

நீங்க ஒரு டெவலப்பரா இருந்தா, இதை உங்க ப்ராஜெக்ட்ல சேர்க்கிறது ரொம்ப ஈஸி. DeepSeek இதற்கான கோடிங் முறையை ரொம்ப சிம்பிளா கொடுத்திருக்காங்க. உதாரணத்துக்கு:

DSpark-ஐ இம்போர்ட் செய்தல்
from dspark import DSparkInference

# மாடல்களை லோட் செய்தல்
model = DSparkInference("deepseek-v4-fast")

# வேகமான அவுட்புட் பெற
result = model.chat("இந்தியாவின் சிறந்த சுற்றுலா இடங்கள் எவை?")
print(result)

இந்த மாதிரி சிம்பிளான ஸ்டெப்ஸ் மூலமா நீங்க உங்க ஆப்ஸ்ல 85% வேகத்தை கொண்டு வர முடியும். இதுக்கு நீங்க பெரிய எக்ஸ்பர்ட்டா இருக்கணும்னு அவசியம் இல்லை.

TamilTech-ஓட கருத்து: இது உண்மையிலேயே தேவையா?

நாங்க என்ன நினைக்கிறோம்னா, AI-யோட அறிவு வளர்றதை விட, அதோட வேகம் வளர்றதுதான் ரொம்ப முக்கியம். ஏன்னா ஒரு விஷயம் எவ்வளவு அறிவா இருந்தாலும், அது மெதுவா பதில் சொன்னா நமக்கு போர் அடிச்சிடும். DeepSeek-ஓட இந்த முயற்சி பாராட்டுக்குரியது. மத்த கம்பெனிகள் எல்லாம் மாடலை பெருசாக்குறதுல தான் கவனம் செலுத்துறாங்க, ஆனா DeepSeek அதை எப்படி வேகமாக்குறதுன்னு யோசிச்சிருக்காங்க. இது கண்டிப்பா 2026-ல ஒரு பெரிய கேம் சேஞ்சரா இருக்கும். இந்திய டெவலப்பர்கள் கண்டிப்பா இந்த DSpark-ஐ ட்ரை பண்ணி பார்க்கணும். இது உங்களோட சர்வர் செலவை மிச்சப்படுத்தும், அதே சமயம் யூசர்களுக்கு நல்ல எக்ஸ்பீரியன்ஸ் கொடுக்கும்.

அடுத்து என்ன நடக்கும்?

DeepSeek V4 மாடல்கள் ரிலீஸ் ஆகும்போது, இந்த DSpark அதுல இன்பில்ட்டாவே வரும்னு எதிர்பார்க்கப்படுது. இது மட்டும் இல்லாம, ஓப்பன் சோர்ஸ் கம்யூனிட்டில இருக்குற மத்த மாடல்களுக்கும் (Llama 4 போன்றவை) இந்த டெக்னாலஜியை கொண்டு வர நிறைய வாய்ப்பு இருக்கு. கூடிய சீக்கிரம் உங்க மொபைல்லயே இன்டர்நெட் இல்லாமலேயே ரொம்ப வேகமா வேலை செய்யுற AI ஆப்ஸ் வரப்போகுது. அதுக்கு இந்த DSpark ஒரு முக்கியமான அஸ்திவாரமா இருக்கும். AI உலகத்துல நடக்குற இது போன்ற சுவாரஸ்யமான தகவல்களுக்கு TamilTech-ஐ தொடர்ந்து ஃபாலோ பண்ணுங்க!

அடிக்கடி கேட்கப்படும் கேள்விகள்

3

DSpark என்றால் என்ன?

இது AI மாடல்களின் வேகத்தை அதிகரிக்க DeepSeek உருவாக்கிய ஒரு புதிய தொழில்நுட்பம் (Framework) ஆகும்.

இது எவ்வளவு வேகம் கொடுக்கும்?

சாதாரண மாடல்களை விட 85% வரை கூடுதல் வேகம் கொடுக்கும் என்று டெஸ்ட் ரிசல்ட்கள் கூறுகின்றன.

இதை பயன்படுத்த பணம் கட்டணுமா?

இல்லை, DeepSeek இதை ஓப்பன் சோர்ஸ் முறையில் கொடுத்துள்ளதால் டெவலப்பர்கள் இலவசமாக பயன்படுத்தலாம்.

நாளைய டெக் செய்திகள் உங்க WhatsApp-க்கே

தினமும் ஒரு சின்ன update, இலவசம். TamilTech channel-ஐ follow பண்ணுங்க.

What do you think?

people reacted

Keerthika

தமிழ்டெக் எடிட்டோரியல் டீம் · 3,601 கட்டுரைகள்

Keerthika is an editor at TamilTech, the Tamil and English technology publication founded by Praveen Kumar S. She covers AI, smartphones, gadgets, EVs, startups and cybersecurity i...

மேலும் Keerthika

WhatsApp-ல் TamilTech-ஐக் கேளுங்க

டெக் சந்தேகமா? தமிழிலோ ஆங்கிலத்திலோ கேளுங்க — எங்க WhatsApp அசிஸ்டன்ட் TamilTech கட்டுரைகளில் இருந்து சில நொடிகளில் பதில் சொல்லும்.

AI tools-ஐ முயற்சிக்க விரும்புகிறீர்களா? Best AI Tools for Students India 2026: 15 Free Tools & Student Discounts Guide Guide-ஐ படியுங்க →

தொடர்புடைய செய்திகள்

கருத்துகள் (0)

| Supports **bold**, *italic*, `code`

Be the first to comment!

அடுத்த செய்தி DietrichGebert/ponytail: AI தேவையில்லாம Code எழுதுவதை தடுக்கும் புது டூல்!
TamilTech

TamilTech

Install app for faster access

Earn XP 🏆
WhatsApp
Notifications