DeepSeek Coder

Generación de código de primer nivel con DeepSeek Coder en Clore.ai

¡Hay versiones más nuevas disponibles! DeepSeek-R1 (razonamiento + codificación) y DeepSeek-V3 (de propósito general) son significativamente más capaces. Véase también Qwen2.5-Coder para una sólida alternativa de programación.

Generación de código de primera clase con los modelos DeepSeek Coder.

Todos los ejemplos se pueden ejecutar en servidores GPU alquilados a través de Marketplace de CLORE.AI.

Alquilar en CLORE.AI

1. Visita Marketplace de CLORE.AI

2. Filtra por tipo de GPU, VRAM y precio

3. Elige Bajo demanda (tarifa fija) o Spot (precio ofertado)

4. Configura tu pedido:

   • Selecciona la imagen de Docker

   • Configura los puertos (TCP para SSH, HTTP para interfaces web)

   • Añade variables de entorno si es necesario

   • Introduce el comando de inicio

5. Selecciona el método de pago: CLORE, BTC, o USDT/USDC

6. Crea el pedido y espera al despliegue

Accede a tu servidor

• Encuentra los detalles de conexión en Mis pedidos

• Interfaces web: Usa la URL del puerto HTTP

• SSH: ssh -p <port> root@<proxy-address>

¿Qué es DeepSeek Coder?

DeepSeek Coder ofrece:

• Generación de código de última generación

• 338 lenguajes de programación

• Compatibilidad con rellenado en el medio

• Comprensión a nivel de repositorio

Variantes del modelo

Modelo	Parámetros	VRAM	Contexto
DeepSeek-Coder-1.3B	1.3B	3GB	16K
DeepSeek-Coder-6.7B	6.7B	8GB	16K
DeepSeek-Coder-33B	33B	40 GB	16K
DeepSeek-Coder-V2	16B/236B	20GB+	128K

Despliegue rápido

Imagen de Docker:

pytorch/pytorch:2.11.0-cuda12.8-cudnn9-runtime

Puertos:

22/tcp
8000/http

Comando:

pip install vllm && \\
vllm serve deepseek-ai/deepseek-coder-6.7b-instruct --port 8000

Accediendo a tu servicio

Después del despliegue, encuentra tu http_pub URL en Mis pedidos:

1. Ve a Mis pedidos página

2. Haz clic en tu pedido

3. Encuentra la http_pub URL (p. ej., abc123.clorecloud.net)

Usa https://YOUR_HTTP_PUB_URL en lugar de localhost en los ejemplos a continuación.

Usando Ollama

# Ejecutar DeepSeek Coder
ollama run deepseek-coder

# Tamaños específicos
ollama run deepseek-coder:1.3b
ollama run deepseek-coder:6.7b
ollama run deepseek-coder:33b

# V2 (la más reciente)
ollama run deepseek-coder-v2

Instalación

pip install transformers accelerate torch

Generación de código

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "deepseek-ai/deepseek-coder-6.7b-instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True
)

messages = [
    {"role": "user", "content": """
Escribe una clase de Python para un cliente de API REST con:
- Compatibilidad con autenticación
- Lógica de reintento con retroceso exponencial
- Registro de solicitudes/respuestas
"""}
]

inputs = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to("cuda")

outputs = model.generate(
    inputs,
    max_new_tokens=1024,
    temperature=0.2,
    do_sample=True
)

print(tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True))

Rellenado en el medio (FIM)

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "deepseek-ai/deepseek-coder-6.7b-base"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True
)

# Formato de rellenado en el medio
prefix = """def calculate_statistics(data):
    """Calcule la media, la mediana y la desviación estándar de una lista."""
    import statistics

    mean = statistics.mean(data)
"""

suffix = """
    return {
        'mean': mean,
        'median': median,
        'std': std
    }
"""

# Tokens FIM
prompt = f"<｜fim▁begin｜>{prefix}<｜fim▁hole｜>{suffix}<｜fim▁end｜>"

inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=128)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

DeepSeek-Coder-V2

Las más recientes y potentes:

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "deepseek-ai/DeepSeek-Coder-V2-Lite-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
    trust_remote_code=True
)

messages = [
    {"role": "user", "content": "Implementa una caché LRU segura para hilos en Python"}
]

inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to("cuda")
outputs = model.generate(inputs, max_new_tokens=1024, temperature=0.2)
print(tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True))

Servidor vLLM

vllm serve deepseek-ai/deepseek-coder-6.7b-instruct \\
    --port 8000 \\
    --dtype bfloat16 \\
    --max-model-len 16384 \
    --trust-remote-code

Uso de la API

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8000/v1", api_key="x")

response = client.chat.completions.create(
    model="deepseek-ai/deepseek-coder-6.7b-instruct",
    messages=[
        {"role": "system", "content": "Eres un programador experto."},
        {"role": "user", "content": "Escribe un servidor websocket de FastAPI"}
    ],
    temperature=0.2,
    max_tokens=1500
)

print(response.choices[0].message.content)

Revisión de código

code_to_review = """
def process_data(data):
    result = []
    for i in range(len(data)):
        if data[i] > 0:
            result.append(data[i] * 2)
    return result
"""

messages = [
    {"role": "user", "content": f"""
Revisa este código y sugiere mejoras:

```python
{code_to_review}

Céntrate en:

1. Rendimiento

2. Legibilidad

3. Mejores prácticas """} ]

## Corrección de errores

```python
buggy_code = """
def merge_sorted_lists(list1, list2):
    result = []
    i = j = 0
    while i < len(list1) and j < len(list2):
        if list1[i] < list2[j]:
            result.append(list1[i])
            i += 1
        else:
            result.append(list2[j])
    return result
"""

messages = [
    {"role": "user", "content": f"""
Encuentra y corrige el error en este código:

```python
{buggy_code}

"""} ]

## Interfaz de Gradio

```python
import gradio as gr
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "deepseek-ai/deepseek-coder-6.7b-instruct"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, torch_dtype=torch.bfloat16, device_map="auto", trust_remote_code=True
)

def generate_code(prompt, temperature, max_tokens):
    messages = [{"role": "user", "content": prompt}]
    inputs = tokenizer.apply_chat_template(messages, return_tensors="pt").to("cuda")
    outputs = model.generate(inputs, max_new_tokens=max_tokens, temperature=temperature, do_sample=True)
    return tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True)

demo = gr.Interface(
    fn=generate_code,
    inputs=[
        gr.Textbox(label="Instrucción", lines=5, placeholder="Describe el código que necesitas..."),
        gr.Slider(0.1, 1.0, value=0.2, label="Temperatura"),
        gr.Slider(256, 2048, value=1024, step=128, label="Máx. de tokens")
    ],
    outputs=gr.Code(language="python", label="Código generado"),
    title="DeepSeek Coder"
)

demo.launch(server_name="0.0.0.0", server_port=7860)

Rendimiento

Modelo	GPU	Tokens/seg
DeepSeek-1.3B	RTX 3060	~120
DeepSeek-6.7B	RTX 3090	~70
DeepSeek-6.7B	RTX 4090	~100
DeepSeek-33B	A100	~40
DeepSeek-V2-Lite	RTX 4090	~50

Comparación

Modelo	HumanEval	Calidad del código
DeepSeek-Coder-33B	79.3%	Excelente
CodeLlama-34B	53.7%	Bueno
GPT-3.5-Turbo	72.6%	Bueno

Solución de problemas

La finalización de código no funciona

• Asegúrate de usar el formato correcto del prompt con <|fim_prefix|>, <|fim_suffix|>, <|fim_middle|>

• Establece un valor adecuado de max_new_tokens para la generación de código

El modelo genera basura

• Comprueba que el modelo se haya descargado por completo

• Verifica que se esté usando CUDA: model.device

• Prueba una temperatura más baja (0.2-0.5 para código)

Inferencia lenta

• Usa vLLM para acelerar entre 5 y 10 veces

• Habilita torch.compile() para transformers

• Usa un modelo cuantizado para variantes grandes

Errores de importación

• Instala las dependencias: pip install transformers accelerate

• Actualiza PyTorch a 2.0+

Estimación de costos

Tarifas típicas del marketplace de CLORE.AI (a partir de 2024):

GPU	Tarifa por hora	Tarifa diaria	Sesión de 4 horas
RTX 3060	~$0.03	~$0.70	~$0.12
RTX 3090	~$0.06	~$1.50	~$0.25
RTX 4090	~$0.10	~$2.30	~$0.40
A100 40GB	~$0.17	~$4.00	~$0.70
A100 80GB	~$0.25	~$6.00	~$1.00

Los precios varían según el proveedor y la demanda. Consulta Marketplace de CLORE.AI las tarifas actuales.

Ahorra dinero:

• Usa el Spot mercado para trabajo interrumpible — alrededor de un tercio de los servidores fija el precio spot por debajo del precio bajo demanda (mediana de ~13% de descuento), el resto lo iguala

• Paga con CLORE tokens

• Compara precios entre distintos proveedores

Siguientes pasos

• DeepSeek-V3 - El modelo insignia más reciente de DeepSeek

• CodeLlama - Modelo de código alternativo

• Qwen2.5-Coder - El modelo de código de Alibaba

• vLLM - Despliegue en producción