कृत्रिम बुद्धिमत्ता सिंगल-टर्न चॅटबॉट्समधून सतत चालणाऱ्या स्वायत्त एजंट्सकडे बदलत असताना, NVIDIA या क्षणाला भेटण्यासाठी त्याच्या खुल्या मॉडेल लाइनअपचा विस्तार करत आहे. 11 ऑगस्ट, 2026 रोजी, कंपनीने निमोट्रॉन 3.5 लाइटनिंग चे अनावरण केले, एक 30-अब्ज-पॅरामीटर मिश्रण-तज्ञांचे मॉडेल ते दीर्घकाळ चालणाऱ्या एजंटिक AI वर्कलोड्ससाठी त्याच्या वर्गातील सर्वोच्च-कार्यक्षमतेचे मॉडेल म्हणतात. कारी ब्रिस्कीच्या NVIDIA ब्लॉगवर तपशीलवार वर्णन केलेले प्रकाशन, NeMo Switchyard सोबत येते, प्रत्येक कार्याला सर्वात सक्षम आणि किफायतशीर मॉडेलवर स्वयंचलितपणे निर्देशित करण्यासाठी डिझाइन केलेली एक ओपन सोर्स राउटिंग लायब्ररी. नवीनतम AI उद्योग कव्हरेज साठी, एजंटिक AI स्टॅक आकार घेत असताना त्याचे अनुसरण करा.
नेहमी-ऑन एजंटसाठी तयार केलेले मॉडेल
आधुनिक एजंटिक प्रणाली अधिकाधिकपणे NVIDIA ने "मॉडेलची प्रणाली" किंवा मॉडेल ensembles म्हणून वर्णन केल्याप्रमाणे कार्य करतात. Nemotron 3 Ultra किंवा GPT-5.6 सारखे फ्रंटियर रिजनिंग मॉडेल कदाचित वर्कफ्लोचे नियोजन आणि ऑर्केस्ट्रेट करू शकते, तर लहान विशेष मॉडेल्स कोड पुनरावलोकन, साधन वापर, सुरक्षा सूचना निरीक्षण किंवा बिलिंग प्रश्नांची उत्तरे यांसारखी लक्ष्यित कार्ये हाताळतात. नेमोट्रॉन 3.5 लाइटनिंग हे त्या द्वितीय श्रेणीसाठी उद्देशाने तयार केलेले आहे: उच्च-आवाज, विशेष कार्ये जे नेहमी चालू असतात.
NVIDIA नुसार, मॉडेल 4x जलद आउटपुट गती पर्यंत वितरित करते, ज्यामुळे त्याच्या वर्गातील इतर मॉडेलच्या तुलनेत अंदाजे 30% जलद एजंटिक कार्य पूर्ण होते. NVIDIA चे स्वतःचे पिंचबेंच बेंचमार्क कथितरित्या दाखवतात की निमोट्रॉन 3.5 लाइटनिंग त्याच्या समवयस्कांपेक्षा अधिक वेगाने कार्ये पूर्ण करताना सीमा-स्तरीय अचूकता राखते. मॉडेल निमोट्रॉन कोलिशनच्या योगदानासह विकसित केले गेले, ज्यांच्या सदस्यांनी मॉडेलला पुढे जाण्यासाठी मूल्यमापन पद्धती, अनुमान सॉफ्टवेअर आणि डेटासेट प्रदान केले.
हे खुले आणि सानुकूल करण्यायोग्य असल्यामुळे, संस्था विशेष कार्यांसाठी अचूकता सुधारण्यासाठी NVIDIA NeMo सह NVIDIA NeMo सह पोस्ट-ट्रेन करू शकतात. NVIDIA Nemotron-RL-Agentic-Terminal-Pivot देखील जारी करत आहे, एक एजंटिक मजबुतीकरण शिक्षण डेटासेट कोडिंग एजंट क्षमतांसाठी मॉडेलला प्रशिक्षणानंतर वापरण्यासाठी वापरला जातो.
कोठेही धावणे, काठापासून ढगापर्यंत
निमोट्रॉन 3.5 लाइटनिंगच्या मध्यवर्ती विक्री बिंदूंपैकी एक म्हणजे तैनाती लवचिकता. NVIDIA RTX PCs, NVIDIA DGX Spark, NVIDIA DGX स्टेशन, आणि NVIDIA Jetson यासह - स्थानिक AI सिस्टीमवर मॉडेल चालू शकते - संस्थांना विद्यमान पायाभूत सुविधांमध्ये जास्तीत जास्त गुंतवणूक करू देते. हे एंटरप्राइझ वापर प्रकरणांसाठी एज एआय डिव्हाइसेस, NVIDIA RTX PRO वर्कस्टेशन्स, डेटा सेंटर्स आणि क्लाउड वातावरणात देखील स्केल करू शकते. संवेदनशील डेटा हाताळणाऱ्या संस्थांसाठी ही लवचिकता महत्त्वाची आहे जी ऑन-प्रिमाइसेस राहिली पाहिजे.
प्रत्येक Nemotron लाँच प्रमाणे, NVIDIA म्हणते की ते परवाना परवानग्यांइतके प्रशिक्षण डेटा आणि तंत्रे प्रकाशित करते, जे इतर मॉडेल्सचे ट्रेसेबिलिटी, ऑडिटिंग आणि प्रशिक्षणासाठी परवानगी देते. पारदर्शकतेची ही बांधिलकी एक स्पर्धात्मक भिन्नता बनली आहे कारण एंटरप्रायझेस मालकीच्या पर्यायांच्या विरूद्ध खुले मॉडेलचे वजन करतात जे ते कसे तयार केले गेले याची कमी दृश्यमानता देतात.
NeMo Switchyard: मॉडेल्सच्या प्रणालींसाठी स्मार्ट राउटिंग
जर निमोट्रॉन 3.5 लाइटनिंग हा वर्कहॉर्स असेल, तर निमो स्विचयार्ड डिस्पॅचर आहे. ओपन सोर्स लायब्ररी मार्ग विशिष्ट गरजांवर आधारित एजंट वर्कफ्लोच्या प्रत्येक पायरीसाठी सर्वात सक्षम आणि कार्यक्षम मॉडेलला स्वयंचलितपणे सूचित करतात. काही मॉडेल्स कोडिंगसाठी, काही तर्कासाठी, काही हलक्या कामांसाठी आणि काही अधिक गोपनीयता आणि कार्यक्षमतेसाठी स्थानिक पातळीवर चालण्यासाठी ऑप्टिमाइझ केलेली आहेत. सिंगल डीफॉल्ट मॉडेलवर अवलंबून राहणे म्हणजे जास्त खर्च करणे किंवा गुणवत्तेचा त्याग करणे; राउटिंग मॅन्युअली व्यवस्थापित करणे, दरम्यानच्या काळात, एकीकरण कार्य बनते जे तैनाती कमी करू शकते.
एजंट ऍप्लिकेशन डेव्हलपर गुणवत्ता, विलंबता आणि खर्च आवश्यकता यासारख्या त्यांच्या प्राधान्यक्रमांशी जुळण्यासाठी भिन्न राउटिंग अल्गोरिदमसह राउटर ट्यून किंवा सुधारू शकतात. NVIDIA चे अंतर्गत बेंचमार्क दाखवतात की NeMo Switchyard **एकट्या Opus 4.8 च्या जवळपास एक तृतीयांश खर्च कमी करत असताना सीमा-स्तरीय अचूकता राखते — मोठ्या प्रमाणात एजंट कार्ये चालवणाऱ्या संस्थांसाठी एक उल्लेखनीय कार्यक्षमता वाढ.
कंपनीने भागीदार एकत्रीकरणाची स्ट्रिंग हायलाइट केली. Boomi ने 100% डोमेन-राउटिंग अचूकतेचा अहवाल दिला आणि 5x वेगवान फाइन-ट्यून मॉडेलवर 59% रहदारी पाठवली. औपचारिक पडताळणी वापर प्रकरणात कॅडन्सने कार्यक्षमता 9.9% ने सुधारली. कॉग्निशनने स्विचयार्डला डेविन डेस्कटॉपमध्ये समाकलित केले, 28% ने सरासरी खर्च कमी करताना फ्रंटियरकोड मेन वर जवळ-सीमाची कामगिरी साध्य केली. LangChain ने 145 मल्टी-टर्न डीप एजंट टास्कमध्ये 74% कमी किमतीची नोंद केली आहे आणि केवळ 7% कॉल्स फ्रंटियर मॉडेलवर रूट करून केले आहेत. LiteLLM त्याच्या प्रॉक्सी लेयरमध्ये प्लग-इन म्हणून NeMo Switchyard जोडत आहे आणि Kong आता Kong AI गेटवेद्वारे रूटिंग वितरित करते. विशेष म्हणजे, एजंट कार्यक्षमतेसाठी डेव्हलपरला कॉन्फिगर-टू-सोपी राउटिंग प्रणाली देण्यासाठी नॉस रिसर्चने हर्मीसमध्ये NeMo Switchyard समाकलित केले.
उद्योग दत्तक आणि मोठे चित्र
उद्योगांमधील AI नेते आधीच त्यांच्या वर्कलोडसाठी Nemotron 3.5 Lightning सानुकूलित करत आहेत. CrowdStrike ते सायबरसुरक्षिततेसाठी लागू करत आहे, हार्वे ते कायदेशीर सेवांसाठी वापरत आहे आणि CodeRabbit ते कोड पुनरावलोकनासाठी तैनात करत आहे. लिला सायन्सेस भौतिक आणि जीवन विज्ञानातील एजंटिक कार्यांसाठी तर्क क्षमता सुधारण्यात मदत करत आहे, तर फास्टिनो लॅब्सने मॉडेल सानुकूलित केले आणि सॉफ्टवेअर विकास, वित्त आणि आरोग्य सेवा वर्कलोडसाठी अग्रगण्य अचूकतेचा अहवाल दिला.
रिलीझ एक व्यापक उद्योग ट्रेंड अधोरेखित करते: एजंटिक AI परिपक्व होत असताना, कोणतेही एक मॉडेल स्वीकार्य किंमतीवर सर्वकाही चांगले करू शकत नाही. भविष्य हे समुच्चयांचे आहे — फ्रंटियर प्लॅनर जे विशेष कामगारांच्या ताफ्यांचे समन्वय करतात — आणि त्यांना एकत्र बांधणारे टूलिंग. NVIDIA ची पैज अशी आहे की ओपन मॉडेल्स आणि इंटेलिजेंट राउटिंग एंटरप्रायझर्सना एका प्रदात्याच्या स्टॅकमध्ये स्वतःला लॉक न करता त्या सिस्टम्स एकत्र करू देतात.
AI च्या पुढे रहा
NVIDIA चे Nemotron 3.5 Lightning आणि NeMo Switchyard सिग्नल जेथे एजंटिक AI पुढे जात आहे: वेगवान, स्वस्त, अधिक पारदर्शक आणि कुठेही तैनात करण्यायोग्य. मॉडेल रिलीझ आणि लँडस्केपचा आकार बदलणारी एंटरप्राइझ टूल्स सोबत राहण्यासाठी, आमच्या ब्रेकिंग एआय न्यूज एक्सप्लोर करा.
अधिक एआय बातम्या वाचा →
