IBM近日在其企業級AI開發平臺watsonx.ai上推出了DeepSeek-R1蒸餾版的Llama 3.1 8B和Llama 3.3 70B模型，這一消息引起了業界的廣泛關注。
據悉，DeepSeek不僅利用了知識蒸餾技術，還通過R1模型生成的數據優化了多個Llama和Qwen變體。這一創新使得用戶能夠在watsonx.ai平臺上更加高效地利用這些模型。
用戶現在可以通過多種方式在watsonx.ai上使用DeepSeek蒸餾模型。在平臺的“按需部署”目錄中，IBM提供了Llama蒸餾版，用戶只需簡單部署即可獲得專用實例，進行安全推理。用戶還可以利用“自定義基礎模型”導入功能，上傳如Qwen蒸餾模型等其他DeepSeek-R1變體。
DeepSeek-R1模型憑借其強大的推理能力，在多個領域展現出了廣泛的應用潛力。在規劃領域，其獨特的“鏈式思維”邏輯有助于處理需要逐步推理的任務，特別適合智能體應用。在編程領域，DeepSeek-R1可用于代碼生成、調試和優化，極大地提升了開發效率。該模型還具備處理復雜數學問題的能力，在科研、工程和科學計算等領域表現出色。
對于開發者而言，watsonx.ai平臺提供了豐富的解決方案能力，幫助他們更好地利用DeepSeek-R1進行AI解決方案開發。開發者可以直觀地測試和評估模型輸出，通過連接向量數據庫和嵌入模型構建RAG（檢索增強生成）管道，并支持LangChain、CrewAI等主流AI框架。
IBM watsonx.ai平臺還提供了靈活的開源模型定制選項，支持DeepSeek-R1在不同環境下的部署。這極大地簡化了智能體開發、微調、RAG、提示工程等工作流。平臺內置的安全機制也保障了用戶應用的安全性。
IBM首席執行官在本月初發表的長文中透露，DeepSeek模型僅用約2000枚英偉達芯片，以大約600萬美元的成本訓練而成，遠低于行業預期。這一成就再次證明了小型、高效的模型同樣能夠帶來實際成果，無需依賴龐大而昂貴的專有系統。
