Đồ họa thông tin so sánh kiến trúc DeepSeek V3 và V4
Một đồ họa thông tin kỹ thuật chi tiết so sánh kiến trúc transformer của DeepSeek V3/R1 và DeepSeek V4, phù hợp cho bài đăng mạng xã hội, bài thuyết trình hoặc hình ảnh phân tích mô hình.
Câu lệnh
{"type":"đồ họa thông tin so sánh kiến trúc AI song song","style":"sơ đồ kỹ thuật sạch sẽ, nền trắng, đường viền đen mảnh, hình chữ nhật bo góc, hộp chú thích nét đứt, các điểm nhấn được mã hóa màu, thẩm mỹ slide thuyết trình, đồ họa thông tin vector","canvas":{"aspect_ratio":"2:1","resolution":"ngang rộng"},"title_row":{"left_title":"DeepSeek V3/R1 (671 tỷ tham số)","right_title":"DeepSeek V4 (1,2 nghìn tỷ tham số)","left_title_color":"đỏ cam sáng","right_title_color":"xanh dương sáng"},"layout":{"columns":2,"sections":[{"title":"DeepSeek V3/R1 (671 tỷ tham số)","position":"nửa trái","count":9,"labels":["Kích thước từ vựng 129k","Mô-đun FeedForward (SwiGLU)","Kích thước lớp ẩn trung gian 2.048","Lớp MoE","Độ dài ngữ cảnh hỗ trợ 128k token","3 khối đầu tiên sử dụng FFN dày đặc với kích thước ẩn 18.432 thay vì MoE","Văn bản đầu vào mẫu","Kích thước nhúng 7.168","128 đầu chú ý"]},{"title":"DeepSeek V4 (1,2 nghìn tỷ tham số)","position":"nửa phải","count":9,"labels":["Kích thước từ vựng 160k","Mô-đun FeedForward (SwiGLU)","Kích thước lớp ẩn trung gian 3.072","Lớp MoE","Độ dài ngữ cảnh hỗ trợ 256k token","3 khối đầu tiên sử dụng FFN dày đặc với kích thước ẩn 24.576 thay vì MoE","Văn bản đầu vào mẫu","Kích thước nhúng 8.192","128 đầu chú ý"]},{"title":"bảng so sánh phía dưới","position":"toàn chiều rộng phía dưới","count":10,"labels":["Tổng tham số","Tham số hoạt động mỗi token","Kích thước ẩn","Thiết kế mẫu","DeepSeek V3/R1","Trung gian (FF)","Đầu chú ý","Độ dài ngữ cảnh","Kích thước nhúng","Kích thước từ vựng"]}]},"left_panel":{"background":"hình chữ nhật bo góc màu xám rất nhạt","main_stack":{"count":8,"blocks":["Văn bản đã token hóa","Lớp nhúng token","RMSNorm 1","Multi-head Latent Attention","RMSNorm 2","MoE","RMSNorm cuối","Lớp đầu ra tuyến tính"]},"side_module":"RoPE gắn vào khối chú ý ở phía bên trái","attention_block":{"label":"Multi-head Latent Attention","accent":"văn bản màu đỏ cam cho từ Latent"},"feedforward_inset":{"title":"Mô-đun FeedForward (SwiGLU)","count":4,"blocks":["Lớp tuyến tính","Kích hoạt SiLU","Lớp tuyến tính","Lớp tuyến tính"],"diagram":"hai nhánh nhân với nhau, sau đó được chiếu"},"moe_inset":{"title":"Lớp MoE","count":5,"blocks":["nút kết hợp trên cùng","Feed forward","Feed forward","Bộ định tuyến","huy hiệu đếm chuyên gia 256"],"details":"hình vuông đen nhỏ với 1 chuyên gia được chọn, các mũi tên định tuyến lên trên tới các chuyên gia, đường phân cách nét đứt"},"annotations":{"vocab":"Kích thước từ vựng 129k","ff_dim":"Kích thước lớp ẩn trung gian 2.048","context":"Độ dài ngữ cảnh hỗ trợ 128k token","dense_first_blocks":"3 khối đầu tiên sử dụng FFN dày đặc với kích thước ẩn 18.432 thay vì MoE","resource_savings":"Tiết kiệm tài nguyên: Kích thước mô hình là 671B nhưng chỉ có 1 (chia sẻ) + 8 chuyên gia hoạt động mỗi token; chỉ 37B tham số hoạt động mỗi bước suy luận"},"bottom_stats":{"count":10,"items":["Tổng tham số: 671B","Tham số hoạt động mỗi token: 37B (1 + 8 chuyên gia)","Kích thước ẩn: 7.128","Thiết kế mẫu: 28.432","Trung gian (FF): 2.048","Đầu chú ý: 128","Độ dài ngữ cảnh: 128k","Kích thước nhúng: 3 khối đầu tiên","Độ dài ngữ cảnh: 22G7","Kích thước từ vựng: 129k"]}},"right_panel":{"background":"hình chữ nhật bo góc màu xanh dương rất nhạt","main_stack":{"count":8,"blocks":["Văn bản đã token hóa","Lớp nhúng token","RMSNorm 1","Multi-head Latent Attention","RMSNorm 2","MoE","RMSNorm cuối","Lớp đầu ra tuyến tính"]},"side_module":"RoPE gắn vào khối chú ý ở phía bên trái","attention_block":{"label":"Multi-head Latent Attention","accent":"văn bản màu xanh dương cho từ Latent"},"feedforward_inset":{"title":"Mô-đun FeedForward (SwiGLU)","count":4,"blocks":["Lớp tuyến tính","Kích hoạt SiLU","Lớp tuyến tính","Lớp tuyến tính"],"diagram":"cấu trúc giống bảng bên trái"},"moe_inset":{"title":"Lớp MoE","count":5,"blocks":["nút kết hợp trên cùng","Feed forward","Feed forward","Bộ định tuyến","huy hiệu đếm chuyên gia 384"],"details":"hình vuông đen nhỏ với 1 chuyên gia được chọn, các mũi tên định tuyến lên trên tới các chuyên gia, đường phân cách nét đứt, nhấn mạnh viền xanh dương"},"annotations":{"vocab":"Kích thước từ vựng 160k","ff_dim":"Kích thước lớp ẩn trung gian 3.072","context":"Độ dài ngữ cảnh hỗ trợ 256k token","dense_first_blocks":"3 khối đầu tiên sử dụng FFN dày đặc với kích thước ẩn 24.576 thay vì MoE","resource_savings":"Tiết kiệm tài nguyên: Kích thước mô hình là 1.2T nhưng chỉ có 1 (chia sẻ) + 8 chuyên gia hoạt động mỗi token; chỉ 52B tham số hoạt động mỗi bước suy luận"},"bottom_stats":{"count":10,"items":["Tổng tham số: 1.2T","Tham số hoạt động mỗi token: 52B (1 + 8 chuyên gia)","Kích thước ẩn: 7.2B","Thiết kế mẫu: 28.432","Trung gian (FF): 3.072","Đầu chú ý: 128","Độ dài ngữ cảnh: 256k","Kích thước nhúng: 3 khối đầu tiên","Độ dài ngữ cảnh: 22G7","Kích thước từ vựng: 160k"]}},"global_notes":"Tạo sơ đồ so sánh kiến trúc transformer chi tiết với bố cục phản chiếu. Mỗi nửa chứa một sơ đồ ngăn xếp mô hình lớn cộng với 2 sơ đồ chèn: 1 mô-đun feedforward và 1 lớp MoE. Sử dụng mũi tên giữa các khối, các nhãn kỹ thuật nhỏ và đường nối từ nhãn đến các thành phần liên quan. Giữ kiểu chữ dày đặc giống như slide, với màu đỏ cam được sử dụng cho tất cả các điểm nhấn V3/R1 và màu xanh dương được sử dụng cho tất cả các điểm nhấn V4. Bao gồm một hàng dưới cùng nhỏ gồm các số liệu dạng bảng nhỏ gọn trải rộng trên toàn chiều rộng. Giữ vẻ ngoài đồ họa thông tin hơi không hoàn hảo, do con người tạo ra với văn bản rất nhỏ và các chú thích dày đặc."}
Cách dùng prompt này
- 1
Sao chép toàn bộ prompt ở trên.
- 2
Mở một nền tảng hỗ trợ GPT Image 2, chẳng hạn như YouMind, rồi dán prompt vào.
- 3
Đổi chủ thể, phong cách hoặc chi tiết cho hợp ý bạn, rồi tạo.
Đây là một prompt AI miễn phí từ thư viện prompt của YouMind. Khám phá hàng nghìn prompt hình ảnh khác, tất cả đều miễn phí để sao chép và chỉnh sửa.
Khám phá thêm prompt hình ảnhThêm từ GPT Image 2
So sánh phân loại màu sắc phim lãng mạn tại NYC
@CuiMao
Minh họa biên tập phong cách doodle Hàn Quốc
@Sairah
Infographic về Đội ngũ Con người - Tác nhân (Human-Agent Team) tại Hàn Quốc
@고영혁 (Dylan Ko)
Poster hướng dẫn bố cục nhiếp ảnh Tỷ lệ vàng
@BMX
Lưới so sánh Ảnh chụp và Phác thảo Anime
@Cherry 2.O
Nghệ thuật sắp đặt chữ đổ bóng
@小小东
Tất cả danh mục Hình ảnh
01
Trường hợp sử dụng
Thêm tính năng prompt
Thư viện AI
AI tìm kiếm prompt
Để AI tìm kiếm trong hàng chục nghìn prompt. Lọc theo mô hình, khoảng thời gian, từ khóa và sắp xếp theo lượt tương tác như lượt xem, lưu, chia sẻ.
Công cụ thị giác
Ảnh thành prompt
Biến mọi bức ảnh thành prompt ảnh AI chi tiết. Công cụ chuyển ảnh thành prompt miễn phí phân tích bố cục, phong cách và ánh sáng để bạn tái hiện bất kỳ phong cách nào trong vài giây.
Tính năng prompt khác
Dành cho nhà sáng tạo. Miễn phí mãi mãi.
YouMind là copilote sáng tạo AI được các nhà sáng tạo trên toàn cầu tin dùng. Mỗi prompt đều được tuyển chọn để giúp bạn sáng tạo nhanh hơn và tốt hơn.