海光DCU成功适配DeepSeek-Janus-Pro多模态大模型

大家好，我们又见面了啊~本文《海光DCU成功适配DeepSeek-Janus-Pro多模态大模型》的内容中将会涉及到等等。如果你正在学习科技周边相关知识，欢迎关注我，以后会给大家带来更多科技周边相关文章，希望我们能一起进步！下面就开始本文的正式内容~

海光信息技术团队宣布DeepSeek-Janus-Pro多模态大模型已完成与海光DCU的适配优化并正式上线，这是继DeepSeek-V3和DeepSeek-R1之后，海光团队适配的第三款DeepSeek大模型，再次彰显了DCU强大的生态兼容性和性能优势。得益于DCU采用的GPGPU通用加速计算架构，DeepSeek模型能够无缝运行，适配工作量极低，团队主要精力集中在精度验证和性能优化上。

用户现在可以通过“光合开发者社区”的“光源”板块下载DeepSeek-Janus-Pro模型，或访问[www.sourcefind.cn]搜索“deepseek”，即可在DCU平台快速部署和使用DeepSeek系列模型，包括高性能问答模型DeepSeek-V3、推理模型DeepSeek-R1以及本次上线的文生图模型DeepSeek-Janus-Pro。

DeepSeek-Janus-Pro模型具备强大的跨模态理解与生成能力，融合了视觉和语言理解技术，能够高效处理复杂的跨模态任务。

（Janus-Pro生成示例）

海光技术团队负责人指出，DCU在短时间内成功适配多款主流大模型，充分证明了其基于GPGPU架构的兼容性优势，也验证了国产算力平台对前沿AI模型的支持能力，为金融、制造等行业智能化转型提供了可靠的自主可控技术方案。随着多模态AI应用的不断发展，国产算力基础设施将成为推动产业智能化升级的关键力量。

今天关于《海光DCU成功适配DeepSeek-Janus-Pro多模态大模型》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于DeepSeek,海光信息,dcu的内容请关注golang学习网公众号！