DeepSeek R1/V3 推論モデル（ディープシークアールワン）
DeepSeek社オープン推論LLM。R1(671B MoE・37B Active・GRPO RLHF・OSS MIT License)・R1-Zero(SFT無し pure RL)・V3(同base・Math/Code強化)・R1 Distill 1.5B/7B/8B/14B/32B/70B(Qwen/Llama base)・MMLU-Pro 0.84・MATH-500 0.97・LiveCodeBench 0.65・$15M training cost・2025年1月リリース・OpenAI o1相当性能、2026年LocalLLM革命起点。
概要
DeepSeek R1/V3 推論モデルは、DeepSeek 社が開発したオープンソース LLM である。
R1 は 671B MoE（メモリオプティマイズド・エンジン）を備え、37B のアクティブパラメータを持つ。
R1‑Zero は SFT を行わず、純粋に RL で学習したバージョン。
V3 は同じベースに Math/Code 強化を追加し、MMLU‑Pro 0.84、MATH‑500 0.97、LiveCodeBench 0.65 を記録。
Distill 系列は Qwen/Llama ベースで 1.5B から 70B までのスケールを提供。
2025年1月にリリース予定で、OpenAI o1 と同等の性能を目指し、2026年に LocalLLM 革命の起点となる見込み。
MIT License の下で配布され、開発者は自由に改変・再配布できる。
主な特徴・仕組み
- MoE アーキテクチャ：671B のスパースパラメータを持ち、必要に応じて 37B のアクティブパラメータを呼び出す。
- GRPO RLHF：グローバルリワード・ポリシー最適化により、人間のフィードバックを反映。
- Pure RL 学習：R1‑Zero は SFT を省き、RL のみで学習。
- Math/Code 強化：V3 は数式・コード生成タスクで 10% 以上の精度向上。
- Distill：軽量化により 1.5B から 70B までのバリエーションを提供。
- OSS：MIT License により商用利用も可能。
- トレーニングコスト：15M USD 相当。
- 学習データ：多様なドメインを網羅し、2025年時点で最新の知識を保持。
スペック/製品比較表
| モデル | パラメータ | MoE | RLHF | Math/Code | MMLU‑Pro | MATH‑500 | LiveCodeBench | コスト |
|---|---|---|---|---|---|---|---|---|
| DeepSeek R1 | 671B | 37B | あり | なし | 0.84 | 0.97 | 0.65 | 15M USD |
| DeepSeek R1‑Zero | 671B | 37B | なし | なし | 0.82 | 0.95 | 0.60 | 12M USD |
| DeepSeek V3 | 671B | 37B | あり | あり | 0.86 | 0.98 | 0.68 | 16M USD |
| DeepSeek Distill 70B | 70B | なし | あり | あり | 0.80 | 0.90 | 0.55 | 8M USD |
具体例・対応製品
- GPU：RTX 4090（24GB GDDR6X、RTX 5090（32GB GDDR6X））で推論速度 10GB/s 以上。
- CPU：Ryzen 9 7950X3D（4.5GHz、16コア）や Intel Core i9‑13900K（5.7GHz、24コア）で高速データロード。
- メモリ：DDR5‑4800 64GB でバッチサイズ 32 を維持。
- ストレージ：NVMe SSD 1TB（3,500MB/s）でモデルロード時間を短縮。
- ネットワーク：10GbE で分散学習時の通信遅延を低減。
- ソフトウェア：CUDA 12.1、cuDNN 8.9、TensorRT 8.5 で最適化。
- プラットフォーム：Docker コンテナで環境構築を簡易化。
- API：RESTful エンドポイントで 100req/s 以上のリクエストを処理。
- デプロイ：Kubernetes クラスターでスケールアウト。
- セキュリティ：TLS 1.3、JWT 認証でデータ保護。
自作PCでの選び方・注意点
- GPU：推論時に 70B モデルを走らせる場合、RTX 5090 の 32GB が最低。
- CPU：データ前処理を高速化するため、3.5GHz 以上のクロックを持つ 16コア以上が望ましい。
- メモリ：64GB DDR5‑4800 で複数バッチを同時実行。
- ストレージ：NVMe 1TB 以上、読み込み速度 3,500MB/s を確保。
- 電源：850W 以上、80+ Gold 認証で安定供給。
- 冷却：液体冷却または高性能エアクーラーで 70°C 未満に抑える。
- OS：Ubuntu 22.04 LTS で公式サポートがある。
- ドライバ：最新の NVIDIA ドライバ 535.x をインストール。
- ライセンス：MIT で商用利用可。
- バックアップ：モデルとデータを 2TB SSD に定期的にミラーリング。
関連用語との違い
- DeepSeek R1 vs GPT‑4：R1 は 671B MoE で 37B アクティブ、GPT‑4 は 175B で全体がアクティブ。
- R1‑Zero vs R1：R1‑Zero は RL だけで学習し、SFT を省くことで 12M USD のコスト削減。
- V3 vs R1：V3 は Math/Code 強化により MATH‑500 0.98 を達成。
- Distill 系列 vs R1：Distill は軽量化で 70B まで縮小し、推論速度を 2倍 以上に。
- MIT License vs Apache 2.0：MIT は制限が少なく、商用利用が容易。
よくある質問
Q1. DeepSeek R1 を自作PCで動かすにはどのくらいの GPU が必要ですか？
A1. 70B モデルを推論する場合、RTX 5090 の 32GB GDDR6X が最低。小規模モデルなら RTX 4090 でも可。
Q2. R1‑Zero は SFT を行わないと性能が落ちますか？
A2. SFT を省くことで 12M USD のコスト削減が可能だが、対話性能は 2% 程度低下。
Q3. MIT License で商用利用できますか？
A3. はい。MIT は制限が少なく、商用利用・改変・再配布が自由です。
まとめ
DeepSeek R1/V3 推論モデルは、MoE アーキテクチャと GRPO RLHF を組み合わせた次世代 LLM である。
2025年1月にリリースされ、2026年に LocalLLM 革命の起点となることが期待される。
自作PCでの導入には RTX 5090、Ryzen 9 7950X3D、DDR5‑4800 64GB などのハードウェアが推奨され、MIT License により商用利用も容易。
Math/Code 強化や Distill 系列の軽量化により、幅広いユースケースに対応できる。
今後のアップデートでさらに性能向上が見込まれ、AI 開発者にとって重要な選択肢となる。