独家！四川DeepSeek布局又进一步，3月将上线DeepSeek架构护理教培大模型

　　今年3月，天府绛溪实验室将上线基于DeepSeek大模型为底层架构的护理教培垂类大模型。

　　天府绛溪实验室先进计算前沿研究中心主任陈惠在接受

　　一是“怎么用DeepSeek”。基于一站式服务，企业可以在这个平台上生产出各种专用的智能体。二是“专业用DeepSeek”。基于模型蒸馏量化服务，让每个四川企业都可以拥有自己的模型。三是“怎么建DeepSeek”。基于“智能计算适配验证测评中心”，测评主流软硬件适配，帮助用户进行选型参考。

　　据陈惠介绍，“DeepSeek协同创新计划”共涉及六项行业服务，分别是模型算力适配测试服务、模型运行支持服务、私有化部署服务、私有模型训练服务、模型蒸馏服务、智能体模型工厂及智能体底座服务。

　　其中，模型算力适配测试服务旨在助力用户精准地进行算力选型。在这一过程中，天府绛溪实验室与中国信息通信研究院共建“智能计算适配验证测评中心”，使用的测评工具和数据集历经大量实践检验，评估维度全面且细致。

　　模型运行支持服务可以针对现有应用，帮助用户便捷地切换至所提供的DeepSeek模型API服务。特别对于川内用户，该服务在时延响应方面表现出色，能够有效避免排队等待的情况发生。同时，在全量模型服务方面，用户可依据自身需求自由切换，进而验证并确定最优选择。

　　考虑到部分用户的数据具有高度敏感性，因此该计划推出私有化部署服务。陈惠表示，该项服务能够将整体服务能力高效迁移至客户的数据中心，充分保障用户数据的安全性与服务的高效性。

　　另外，私有模型训练服务能够帮助用户参考DeepSeek的模型训练方法，以快速、低成本的方式训练出具有行业垂直属性的大模型。其目的是使每个企业能够更加轻松地运用开放的人工智能技术，从而显著提升生产力，推动各行业的智能化发展进程。

　　模型蒸馏服务则可以帮助用户降低模型运行过程中的算力需求。与此同时，还能有效保持模型的性能表现，甚至能够在笔记本电脑上实现流畅运行，极大地提升了模型的实用性和便捷性。

　　智能体模型工厂及智能体底座服务还能够助力用户在DeepSeek模型的基础上快速构建属于自己的AI智能体。该智能体具备强大的业务适配性，可与办公、财务、生产制造、客服、设计等业务应用系统实现融合。

　　在“DeepSeek协同创新计划”推进过程中，不同行业和规模的企业如何选择适配的服务备受关注。天府绛溪实验室先进计算前沿研究中心建议企业采取“三步走”策略。

　　第一步是需求诊断。通过深入调研明确业务目标与使用场景，如边缘端场景一般1.5B规格模型即可，面向企业整体统一服务则需671B模型。第二步是场景分级。数据敏感、业务复杂的大型机构更适合私有化部署加定制调优，中小型企业或创新团队可选用轻量化API与一站式模型部署服务，降低使用门槛和成本。第三步是渐进式接入。初期用容器或裸金属资源形式验证方案可行性，中后期随业务发展拓展至多节点、集群甚至混合云服务方案，灵活支撑业务增长。

　　护理教培垂类大模型预计3月发布

　　自去年起，天府绛溪实验室便积极投身于多个行业领域。以医疗行业作为典型示例，目前该实验室正与华西医院紧密协作，共同致力于打造护理教培大模型。

　　“在这一过程中，华西医院各专科充分发挥其专业优势，提供了海量的护理数据以及宝贵的专家知识，而实验室则依托自身强大的算力资源以及先进的智能体模型工厂，有序推动模型训练工作的开展。”陈惠说道。

　　在具体技术方面，天府绛溪实验室通过应用细粒度MoE架构，有效解决了多学科知识协作的调度问题；借助思维链技术，攻克了医疗专业知识精准推理的难题；运用模型蒸馏技术，化解了模型运行对算力需求的高要求。

　　“这些技术手段的综合应用，不仅大幅加速了模型训练的进程，还显著提升了模型的性能，最终成功构建出一款行业垂直大模型，其成本与使用门槛大幅降低，真正实现了每个护士都能够便捷使用。”陈惠表示。

　　据了解，在初步测试阶段，该模型便展现出了良好的效果。该模型上线后将逐步攻克传统护理教培工作中长期存在的诸多难点，例如护士基础水平难以精准掌握、带教老师任务负担过重、教学过程缺乏有效手段、课本知识与实践操作相互背离、考核评估过于主观等问题，有力地推动护理教培工作成效与质量的全面提升，为全川范围内各医院护理能力的快速跃升提供强大助力。

　　据陈惠透露，这款护理教培垂直大模型，选用DeepSeek大模型作为底层架构，目前该项目正稳步推进，按规划将于今年3月正式发布首个版本。