NVIDIA သည် လုပ်ငန်းများအတွက် အထူးပြု AI အေးဂျင့်များတည်ဆောက်ခြင်းအတွက် ရည်ရွယ်သည့် ပွင့်လင်း၍ စိတ်ကြိုက်ပြုပြင်နိုင်သော ဘက်စုံသုံးမော်ဒယ် Nemotron 3.5 Super VL ကို ထုတ်ပြန်ခဲ့သည်။ မော်ဒယ်သည် 120-billion-parameter ပေါင်းစပ်-of-experts ဗိသုကာကိုအသုံးပြုထားပြီး တိုကင်တစ်ခုလျှင် 12 billion parameters ကိုသာ activated ဖြစ်သည်၊ ဒီဇိုင်းတစ်ခုဖြစ်သည့် NVIDIA မှ ဒီဇိုင်းတစ်ခုက Frontier-scale capacity ကို အနုမာနထိရောက်မှုဖြင့် ဟန်ချက်ညီစေပါသည်။ အလေးချိန်များကို BF16 တိကျမှုဖြင့် Hugging Face တွင်ရရှိနိုင်ပြီး NVIDIA မှ နည်းပညာဆိုင်ရာ လမ်းညွှန်ချက်တစ်ခုကို ထုတ်ပြန်ချက်နှင့်အတူ ထုတ်ပြန်ခဲ့သည်။

Multimodal အထူးကျွမ်းကျင်သူအဖြစ် NVIDIA ၏တိုးချဲ့ဖွင့်မော်ဒယ်မိသားစုတွင် Super VL slots များ။ ကုမ္ပဏီ၏အဆိုအရ၊ သေးငယ်သော Nemotron 3.5 Lightning မော်ဒယ်များသည် ထုထည်မြင့်မားသော စာသားအလုပ်များကို ကိုင်တွယ်ဆောင်ရွက်ကြပြီး၊ Frontier Nemotron 3 Ultra သည် ရှုပ်ထွေးသောအစီအစဥ်နှင့် ကြိုးကိုင်မှုအား ကိုင်တွယ်ဖြေရှင်းသည်—အဖွဲ့များအား မော်ဒယ်တစ်ခုစီ၏ အလုပ်အသွားအလာတစ်ခုစီ၏ အဆင့်တိုင်းကို မော်ဒယ်၏ မှန်ကန်သောအရွယ်အစားသို့ ပို့ဆောင်ပေးသည်။ ၎င်းသည် US open-weight AI အတွက် နောက်ထပ်ခြေလှမ်းသစ်အဖြစ် ဖော်ပြထားသော ZDNET တွန်းအားပေးမှုတွင် နောက်ဆုံးအရွေ့တစ်ခုဖြစ်သည်။ အကယ်၍ သင်သည် အလွတ်တန်း အလေးမပြိုင်ပွဲကို ခြေရာခံနေပါက၊ ကျွန်ုပ်တို့၏ မကြာသေးမီက အဖွင့်မော်ဒယ် ထုတ်ဝေမှုများ၏ လွှမ်းခြုံမှုမှာ ပိုမိုကျယ်ပြန့်သော ရုပ်ပုံဖြစ်သည်။

စာသား၊ ရုပ်ပုံများ၊ စာရွက်စာတမ်းများနှင့် ဗီဒီယိုများအတွက် မော်ဒယ်တစ်ခု

core pitch သည် စုစည်းမှုဖြစ်သည်။ Super VL သည် ကျိုးကြောင်းဆင်ခြင်ခြင်း၊ ညွှန်ကြားချက်နောက်လိုက်ခြင်းနှင့် ကိရိယာအသုံးပြုခြင်းတို့ကို စာသား၊ ရုပ်ပုံ၊ စာရွက်စာတမ်းနှင့် ဗီဒီယိုနားလည်မှုတို့ဖြင့် ပေါင်းစပ်ထားသောကြောင့် အဖွဲ့များသည် သီးခြားစာသားနှင့် အမြင်ဘာသာစကားပုံစံများကို ၎င်းတို့ကြားတွင် ပြေးဆွဲရန် မလိုအပ်ပါ။ NVIDIA မှ ၎င်း၏အမြင်အာရုံလေ့ကျင့်ရေးတွင် ဇယားများ၊ ဇယားများ၊ အလင်းအမှောင် မှတ်သားမှု၊ စာမျက်နှာများစွာ စာရွက်စာတမ်းများနှင့် ဗီဒီယိုများ ပါဝင်ပြီး အမြင်ဆိုင်ရာ အထောက်အထားများကို ကျိုးကြောင်းဆီလျော်မှု၊ ချတ်လုပ်မှု၊ ဘေးကင်းမှုနှင့် ရှည်လျားသောအကြောင်းအရာဒေတာတို့နှင့် ပေါင်းစပ်ထားသော အဆင့်နှစ်ဆင့်ရှိသော ကြီးကြပ်မှု ဖြတ်တောက်မှု ပိုက်လိုင်းဖြင့် အကျုံးဝင်ပါသည်။

ပစ်မှတ်အလုပ်အသွားအလာများသည် စီးပွားရေးလုပ်ငန်းများအပေါ်တွင် ထိမိ၍လဲနေစေသည့်အရာများဖြစ်သည်- ကုမ္ပဏီမူဝါဒစာရွက်စာတမ်းများကိုဖတ်ရှုရမည့် ဖောက်သည်-ဝန်ဆောင်မှုအေးဂျင့်၊ အရင်းအမြစ်များကိုဖြတ်၍ အထောက်အထားများချိတ်ဆက်ထားသော သုတေသနကိုယ်စားလှယ် သို့မဟုတ် ဇယားကိုဘာသာပြန်ပေးသည့် စာရွက်စာတမ်းအေးဂျင့်က ၎င်းကို တူညီသောဖိုင်တွဲရှိ အခြားနေရာများတွင် ဇယားတစ်ခုနှင့်ချိတ်ဆက်ထားသည်။ ဖြစ်ရပ်တစ်ခုစီတွင် မော်ဒယ်သည် အကြောင်းအရာနှင့် အကြောင်းရင်းကို တူညီသော ဆက်စပ်ဝင်းဒိုးတွင် မြင်ရန် လိုအပ်သည်။

ဖြတ်သန်းခွင့်တောင်းဆိုမှုများ- GPU တစ်ခုတည်းတွင် 5x အထိ

ထိရောက်မှုမှာ NVIDIA သည် အပြတ်သားဆုံး လိုင်းများဆွဲသည့်နေရာဖြစ်သည်။ ကုမ္ပဏီက Nemotron 3.5 Super VL သည် GPU တစ်ခုတည်းတွင် ၎င်း၏အရွယ်အစားအမျိုးအစားရှိ အခြားအဖွင့်မော်ဒယ်များနှင့် နှိုင်းယှဉ်ပါက အေးဂျင့်အလုပ်များအတွက် 5 ဆ ပိုမိုမြင့်မားသော စွမ်းဆောင်ရည်ကို ပေးစွမ်းနိုင်သည်ဟု ဆိုကာ Baseten inference endpoint မှတစ်ဆင့် တစ်စက္ကန့်လျှင် တိုကင် 600 ကျော်ပြသသည့် စံညွှန်းများကို ထောက်ပြထားသည်။

ဦးခေါင်းအောက်ရှိ နည်းစနစ်များစွာသည် ထိုနံပါတ်များကို မောင်းနှင်စေသည်။ NVIDIA သည် ပွင့်လင်းသော မှန်းဆကုဒ်ကုဒ်လုပ်နည်း NVFP4 ရောစပ်တိကျမှု၊ တိုကင်ကြိုတင်ခန့်မှန်းမှုနှင့် အေးဂျင့်အလှည့်အပြောင်းတစ်လျှောက် အကြောင်းအရာများကို ပြန်လည်အသုံးပြုခြင်းနှင့်အတူ ပွင့်လင်းသောမှန်းဆကုဒ်လုပ်နည်း LiLiCorr ကို မီးမောင်းထိုးပြထားသည် — ကိရိယာများနှင့် ကာလကြာရှည်စကားပြောဆိုနေသည့် အေးဂျင့်များအတွက် အဓိပ္ပာယ်ပြည့်ဝသော အကောင်းဆုံးပြင်ဆင်မှု။ အေးဂျင့်များ မရပ်မနား လုပ်ဆောင်နေသည့် လုပ်ငန်းများအတွက်၊ GPU တစ်ခုချင်း ထုတ်လွှင့်မှုသည် အလားအလာရှိသော ထုတ်ကုန်တစ်ခုနှင့် အသုံးမပြုနိုင်သော ကုန်ကျစရိတ်ဖွဲ့စည်းပုံကြား မကြာခဏ ကွာခြားချက်ဖြစ်သည်။

သင်တန်းပြီးသည်က အမှတ်

NVIDIA သည် အခြေခံမော်ဒယ်သည် ကုန်ချောထုတ်ကုန်ထက် အစပျိုးသည့်အချက်ဖြစ်ကြောင်း ရှင်းလင်းပြတ်သားစွာ ဖော်ပြထားသည်။ developer များသည် domain-specific အမူအကျင့်များကို သင်ကြားရန်အတွက် ကြီးကြပ်မှု ဒဏ်ချက်ချိန်ညှိခြင်းနှင့် LoRA ကို အသုံးပြု၍ Super VL ကို NeMo စာကြည့်တိုက်ဖြင့် စိတ်ကြိုက်ပြင်ဆင်နိုင်ပြီး ၎င်းတို့၏ လုပ်ဆောင်ချက်များကို ထင်ဟပ်စေသည့် ပတ်ဝန်းကျင်များတွင် NeMo RL နှင့် NeMo Gym မှတဆင့် အားဖြည့်သင်ကြားမှုကို အသုံးချနိုင်သည်။ ဆိုက်ဘာလုံခြုံရေး၊ ဘဏ္ဍာရေးနှင့် ကျန်းမာရေးစောင့်ရှောက်မှုဆိုင်ရာ အဖွဲ့အစည်းများသည် ၎င်းတို့၏ထုတ်လုပ်မှုလုပ်ငန်းအသွားအလာတွင် ရှေ့တန်းအခြားရွေးချယ်စရာများကို ကျော်ဖြတ်ရန် မော်ဒယ်ကို လေ့ကျင့်ပေးနေပြီဖြစ်ပြီး၊ သီးခြားအတည်ပြုရန်ခက်ခဲသော်လည်း လုပ်ငန်း-အေးဂျင့်နေရာချထားမှုနှင့် ကိုက်ညီသည်ဟု ကုမ္ပဏီက ပြောကြားခဲ့သည်။

ထိုလုပ်ငန်းကို ပံ့ပိုးရန်အတွက် NVIDIA သည် အေးဂျင့်သုံးကိရိယာအသုံးပြုမှုနှင့် စကားစမြည်ပြောဆိုမှုဒေတာ၊ ငွေကြေးဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှုနှင့် ကိရိယာခေါ်ဆိုမှုတွဲများ၊ လမ်းညွှန်ချက်-လိုက်နာခြင်းနှင့် ချတ်ဒေတာ၊ ရှည်လျားသောအကြောင်းအရာကူးပြောင်းခြင်းနှင့် ဘာသာပြန်ဆိုခြင်းဒေတာ၊ တရားမျှတမှုဒေတာနှင့် ရူပါရုံသုံးဘာသာစကားဒေတာအတွဲများအပါအဝင် အလေးများနှင့်အတူ NVIDIA မှ ဖွင့်ထားသောဒေတာအစုံများကို ထုတ်ဝေလျက်ရှိသည်။ Prime Intellect သည် ကာလကြာရှည်စွာ လုပ်ငန်းခွင်အတွက် စံနမူနာပြုလေ့ကျင့်ခြင်းအတွက် စာရွက်တစ်ရွက်ကို ထုတ်ဝေထားပြီးဖြစ်ပြီး၊ ဂေဟစနစ်သည် လွှတ်တင်မှုကို လေးနက်သော အခြေခံအုတ်မြစ်အဖြစ် အစောပိုင်း နိမိတ်လက္ခဏာတစ်ခုအဖြစ် ထုတ်ဝေထားသည်။ NVIDIA သည် စိတ်ကြိုက်ပြင်ဆင်ခြင်းဆိုင်ရာ GitHub တွင် အသုံးပြုမှုချက်ပြုတ်နည်းစာအုပ်ကို ထုတ်ဝေခဲ့ပြီး၊ ကုမ္ပဏီသည် အခြေခံအဆောက်အအုံနှင့် ဒေတာနေထိုင်မှုဆိုင်ရာလိုအပ်ချက်များနှင့်ကိုက်ညီစေရန် အဖွင့်အလေးများကို ဒေသတွင်း၊ ဒေတာစင်တာ သို့မဟုတ် cloud ပတ်ဝန်းကျင်များတွင် အသုံးချနိုင်သည်— ဝယ်ယူသူများအဆက်မပြတ်တောင်းဆိုနေသည့် APIs များကို အမြဲတစေ ထိန်းညှိပေးသည့် ပျော့ပြောင်းမှုကို ပေးစွမ်းနိုင်သည်။

Open-Weight ပြိုင်ပွဲအတွက် ဘာအဓိပ္ပာယ်လဲ။

ထုတ်ဝေမှုတွင် အဖွင့်နှင့် အပိတ်မော်ဒယ်များအကြား ကွာဟချက်ကို တင်းကျပ်စေသည်- စာရွက်စာတမ်း-လေးလံသော အေးဂျင့်အလုပ်အတွက် အလယ်အလတ်အရွယ်အစား ဘက်စုံစနစ်များ။ အလေးများသည် ဒေသတွင်း၊ ဒေတာစင်တာ သို့မဟုတ် cloud ပတ်ဝန်းကျင်များတွင် လည်ပတ်နိုင်သောကြောင့် Super VL သည် ဇယား၊ ဇယားနှင့် ဗီဒီယိုများကို နားလည်မှုရနေသေးချိန်တွင် ဇယား၊ ဇယားနှင့် ဗီဒီယိုများကို နားလည်မှုရနေသေးချိန်တွင် ၎င်းတို့ကိုယ်ပိုင်အခြေခံအဆောက်အအုံတွင် အရေးကြီးသောစာရွက်စာတမ်းများကို သိမ်းဆည်းထားနိုင်ဆဲဖြစ်သည်။

အပြိုင်အဆိုင်ဖတ်ခြင်းသည် ရိုးရှင်းပါသည်။ Meta၊ Alibaba၊ DeepSeek နှင့် Liquid AI တို့သည် ယခုနှစ်အတွင်း အေးဂျင့်များအတွက် ရည်ရွယ်ထားသော အလွတ်တန်းမော်ဒယ်များအားလုံးကို တင်ပို့ခဲ့ပြီး၊ အခြားတိုင်းရထားသည့် ဟာ့ဒ်ဝဲများကို ရောင်းချသည့် NVIDIA သည် ယခုအခါ ခွင့်ပြုချက်လိုင်စင်နှင့် ထိရောက်မှုဇာတ်လမ်းဖြင့် မော်ဒယ်အလွှာတွင် တိုက်ရိုက်ယှဉ်ပြိုင်နေပြီဖြစ်သည်။ အမှီအခိုကင်းသော စံနှုန်းများဖြင့် တောင်းဆိုမှုများသည် 2027 တွင် လုပ်ငန်းအေးဂျင့်များအတွက် မူရင်းအစုအစည်းသည် လွန်ခဲ့သော တစ်နှစ်ကထက် သိသိသာသာ ပိုမိုပွင့်လင်းလာပေမည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →