這幾天，中國人工智能公司 DeepSeek 火了，不僅在美區(qū)下載榜上超越了 ChatGPT ，還引發(fā)多個美國科技股的股價暴跌。

美國總統(tǒng)特朗普稱 DeepSeek 的出現(xiàn)“給美國相關(guān)產(chǎn)業(yè)敲響了警鐘”。

于是，懷著極強的好奇心，我嘗試讓 DeepSeek V3 模型幫我完成任務(wù)調(diào)度系統(tǒng)分片功能，流程見下文。

1  任務(wù)調(diào)度系統(tǒng)

如下圖，任務(wù)調(diào)度系統(tǒng)分為三個核心組件：

1、網(wǎng)關(guān)層負責(zé)應(yīng)用的接入，任務(wù)的推送。

2、Admin 層負責(zé)任務(wù)的管理、任務(wù)的分片、UI 界面等。

3、Worker 層負責(zé)任務(wù)的調(diào)度，并將任務(wù)觸發(fā)到網(wǎng)關(guān)。

圖片

比如每一個任務(wù)在創(chuàng)建時，就會分配一個槽位，總槽位是 1024 。

圖片

當 worker 數(shù)目是 4 時，分配的槽位結(jié)果見上圖 。

2 DeepSeek 流程

筆者首先寫了一個簡單的偽代碼：

圖片

將這段代碼提交到 DeepSeek 之后，令我非常驚訝的是 ，首先 DeepSeek 會展現(xiàn)他的思考過程，這點筆者在 chatgpt 、通義千問上都沒有看到過。

圖片

接下來， DeepSeek 會給出詳細分析和修復(fù)意見，并提供最終的代碼：

圖片

在筆者看到這段輸出時，真的驚艷了我，因為他的邏輯性和嚴謹性實在太強了。

為了保證分片的均衡，他還細心的動態(tài)處理余數(shù)，通過 remainder 將未整除的余數(shù)分配給前幾個 Worker，確保 Slot 0-1023 被完全覆蓋。

最后，DeepSeek 還寫了一個簡單的測試用例，哇 ，有點貼心呢。

圖片

3 VS 通義千問

當看到 DeepSeek 的生成結(jié)果，我想看看其他大模型的對比，于是，我選擇了最近經(jīng)常使用的通義千問。

圖片

千問給我的答案非常簡單，基于我的偽代碼做了簡單的潤色，生成的結(jié)果有點呆，假如是以前的我，會覺得也能接受，但當我體驗完 DeepSeek 之后，我的選擇有了方向。

至少在編程領(lǐng)域，DeepSeek 的推理更具靈性，遠遠超過我的預(yù)期。

4 國運級別的科技成果

有了 DeepSeek 的輔助，我的任務(wù)調(diào)度代碼基本開發(fā)完成，節(jié)后就可以和大家見面了。 

最后，我們看看黑神話悟空的制作人馮驥對于  DeepSeek 的看法：

DeepSeek ，可能真是個國運級別的科技成果。

圖片