Strata ဟုခေါ်သော လူသိနည်းသော open-source ပရောဂျက်သည် အချိန်ခဏလေးဖြစ်သည်။ MIT လိုင်စင်ရအင်ဂျင်သည် Alibaba ၏ Qwen3.8-Flash-Next — 125-billion-parameter အရောအနှော-ကျွမ်းကျင်ပညာရှင်မော်ဒယ် — သာမာန်ဂိမ်း PC များပေါ်တွင် အမှတ် 640 ကျော်ဖြင့် အောက်တိုဘာလ 4 ရက်နေ့တွင် Hacker News ၏ ရှေ့မျက်နှာစာသို့ ပစ်ခတ်ခဲ့ပြီး ၎င်း၏ GitHub သိုလှောင်မှုအား စက်တင်ဘာလ 1 ရက်နေ့မှ စ၍ ကြယ် 2 ပွင့်စုဆောင်းခဲ့သည်။

အစေးရှင်းသည် ရိုးရှင်းသည်- ပုံမှန်အားဖြင့် ဆာဗာပေါ်တွင် နေထိုင်သည့် 125 ဘီလီယံ ပါရာမီတာ မော်ဒယ်သည် ချတ်၊ ကုဒ်ရေးရန်၊ ပုံများကို ဖတ်ကာ၊ သုံးစွဲသူ ဂရပ်ဖစ်ကတ်တွင် လုံးလုံးလျားလျား မောင်းနှင်နိုင်သော ကုဒ်နံပါတ် အေးဂျင့်များကို မောင်းနှင်နိုင်သည်။

Strata အမှန်တကယ်က ဘာလဲ။

Strata သည် Window နှင့် Linux အတွက် တစ်ချက်နှိပ်ရုံဖြင့် installer နှစ်ခုလုံးအတွက် စုံစုံအင်ဂျင်တစ်ခုဖြစ်သည်။ ၎င်း၏စာရွက်စာတမ်းအရ၊ လိုအပ်ချက်များသည် နယ်ခြားမော်ဒယ်စံနှုန်းများဖြင့် ပေါ့လျော့သည်- NVIDIA ၏ RTX 20၊ 30၊ 40 သို့မဟုတ် 50 စီးရီးမှ VRAM အနည်းဆုံး 12GB သို့မဟုတ် AMD ၏ Radeon RX 6000၊ 7000 သို့မဟုတ် 9000 စီးရီး၊ အနည်းဆုံး 32GB စနစ် RAM 80GB နှင့် အကြမ်းဖျင်းအားဖြင့် အခမဲ့ဖြစ်သည်။

အင်ဂျင်သည် Qwen3.8-Flash-Next ၏ ပမာဏများစွာသော ဗားရှင်းများကို Q2_0 မှ IQ3_S အထိ၊ နှင့် ကုဒ်-အထူးပြု မူကွဲတစ်ခုကို ပေးပို့ပါသည်။ ၎င်းသည် Localhost တွင် OpenAI နှင့် Anthropic-compatible APIs များကိုပြသထားပြီး၊ ဆိုလိုသည်မှာ ChatGPT သို့မဟုတ် Claude အတွက်တည်ဆောက်ထားသောကိရိယာများ — Claude Code၊ Cursor နှင့် Codex ကဲ့သို့သော coding အေးဂျင့်များအပါအဝင် — — အနည်းငယ်သာပြောင်းလဲမှုများဖြင့် ဒေသတွင်းဆာဗာကို ညွှန်ပြနိုင်သည်။ ရွေးချယ်နိုင်သော ရုပ်ပုံထည့်သွင်းမှုနှင့် Multi-GPU ပံ့ပိုးမှုတို့ ပါဝင်ပြီး ထည့်သွင်းသူသည် ကူးထည့်ထားသည့်စနစ်တစ်ခုတည်းမှ စက်ကို ကုဒ်ဒင်းထောက်တစ်ဦးအား ပုံဖော်ခွင့်ပြုသည့် AI-assisted စနစ်ထည့်သွင်းမှုမုဒ်ကိုပင် ပေးဆောင်ပေးပါသည်။

မြန်နှုန်းနံပါတ်များ

ပရောဂျက်၏ ထုတ်ပြန်ထားသော စံသတ်မှတ်ချက်များသည် စားသုံးသူ ဒက်စတော့ နှစ်ခုပေါ်တွင် တိုင်းတာခြင်းဖြစ်ပြီး ဖြန့်ချိရခြင်း၏ အကြောင်းရင်းဖြစ်သည်။ Ryzen 5 7600 နှင့် 64GB RAM ဖြင့် 12GB VRAM ပါသည့် NVIDIA RTX 5070 တွင် Strata က ဖော်ပြသည်။

  • Q2_0 quantization- မျိုးဆက်အတွက် တစ်စက္ကန့်လျှင် တိုကင် 94 ခုနှင့် 32K-တိုကင်စာရွက်စာတမ်းတွင် ချက်ခြင်းလုပ်ဆောင်ခြင်းအတွက် တစ်စက္ကန့်လျှင် တိုကင် 2,650
  • IQ3_S: ဒုတိယမျိုးဆက်တစ်ခုလျှင် တိုကင် 53 ခု၊ တစ်စက္ကန့်လျှင် အချက်ပြလုပ်ဆောင်မှုတွင် တိုကင် 1,620
  • Coder မူကွဲ- ဒုတိယမျိုးဆက်တစ်ခုလျှင် တိုကင် ၅၅ ခု

AMD ဘက်တွင်၊ 16GB VRAM ပါသည့် RX 9070 XT သည် Q2_0 တွင် တစ်စက္ကန့်လျှင် တိုကင် 60 ကို စီမံခန့်ခွဲသည်။ 24GB VRAM ပါသော RTX 3090 သည် တစ်စက္ကန့်လျှင် တိုကင် 100 မှ 140 သို့ ရောက်ရှိသင့်သည် — လူအများစုဖတ်နိုင်သည်ထက် ပိုမြန်သည်ဟု စာတမ်းတွင် ခန့်မှန်းထားသည်။

နှိုင်းယှဉ်ကြည့်ရန်၊ လွန်ခဲ့သော ခြောက်လက၊ စက်တွင်းတွင် အသုံးပြုနိုင်သော အမြန်နှုန်းများဖြင့် အသုံးပြုနိုင်သော 70 ဘီလီယံတန်သော သိပ်သည်းသော မော်ဒယ်ကိုပင် ပေါင်းစည်းထားသော မမ်မိုရီ ရာနှင့်ချီရှိသော ဂစ်ဂါဘိုက်များ သို့မဟုတ် ပြင်းထန်သော မှန်းဆနိုင်သော စကားဝှက်လှည့်ကွက်များပါရှိသော အလုပ်ရုံတစ်ခု လိုအပ်ပါသည်။

125B မော်ဒယ်သည် ဂိမ်းကတ်တစ်ခုတွင် အဘယ်ကြောင့် အံကိုက်ဖြစ်သနည်း။

နည်းပညာနှစ်ခုက ဒါကိုဖြစ်မြောက်အောင် လုပ်တယ်။ ပထမတစ်ခုကတော့ မော်ဒယ်ကိုယ်တိုင်ပါပဲ။ AI Buzz Wire သည် ၎င်း၏ထွက်ရှိမှုတွင် အကျုံးဝင်သည့်အတိုင်း Qwen3.8-Flash-Next သည် အကြမ်းဖျင်းအားဖြင့် စုစုပေါင်းဘောင်ပေါင်း 125 ဘီလီယံခန့်ရှိသော ကျွမ်းကျင်သူများ၏ ရောစပ်ထားသော ဗိသုကာတစ်ခုဖြစ်ပြီး တိုကင်တစ်ခုလျှင် 6 ဘီလီယံခန့်သာ active ဖြစ်သည့်အတွက်ကြောင့် ထုတ်လုပ်လိုက်သော စကားလုံးတစ်လုံးစီသည် ကွန်ရက်၏သေးငယ်သောအစိပ်အပိုင်းကိုထိမိကာ တိုကင်တစ်ခုအတွက် တွက်ချက်မှုကို သိသိသာသာ ဖြတ်တောက်လိုက်ပါသည်။

ဒုတိယကတော့ quantization ပါ။ Strata ၏အမြန်ဆုံးကြိုတင်ပြင်ဆင်မှုများသည် မော်ဒယ်၏အလေးချိန်ကို ပါရာမီတာတစ်ခုလျှင် နှစ်ဘစ် သို့မဟုတ် သုံးဘစ်အထိ ချုံ့ကာ 12GB GPU နှင့် စနစ် RAM တစ်လျှောက် အံဝင်ခွင်ကျဖြစ်သော ခြေရာအတွက် တိကျမှုအချို့ကို အရောင်းအဝယ်ပြုသည်။ ယင်းအပေးအယူသည် အဓိကသတိပေးချက်ဖြစ်သည်- Q2-အတန်းအစားနှင့် IQ2-အတန်းအစား ပမာဏများသည် ကျိုးကြောင်းဆင်ခြင်ခြင်း-လေးလံသောအလုပ်များပေါ်တွင် အရည်အသွေးကို အတိုင်းအတာတစ်ခုအထိ ကျဆင်းစေပြီး ဝယ်ယူသူများသည် အလုပ်တာဝန်တိုင်းအတွက် အာမခံချက်ထက် ခေါင်းစဉ်အမြန်နှုန်းနံပါတ်များကို အစမှတ်အဖြစ် သဘောထားသင့်သည်။ သိုလှောင်မှုရှိ ကွန်မြူနတီစံနှုန်းစာမျက်နှာများသည် အရွယ်အစားအလိုက် အရည်အသွေးရလဒ်များကို ခြေရာခံသည်။

ပိုကြီးသော Local-AI Wave ၏ အစိတ်အပိုင်း

ဒေသခံ ကောက်ချက်ချမှုအတွက် အရှိန်အဟုန် အရှိန်မြှင့်နေစဉ် Strata ရောက်ရှိလာသည်။ Alibaba ၏ Qwen မိသားစုသည် ဒေါင်းလုဒ်အများဆုံး open-weight မော်ဒယ်လိုင်းဖြစ်လာပြီး၊ Meta နှင့် Google တို့သည် ၎င်းတို့၏ကိုယ်ပိုင် open-sourced ပြိုင်ဆိုင်မှုမော်ဒယ်များရှိပြီး ယခုအခါ သုံးစွဲသူများအား ၎င်းတို့၏စက်ပစ္စည်းများကို စာရင်းသွင်းခြင်း သို့မဟုတ် ဒေတာမချန်ထားဘဲ အသုံးပြုနိုင်သော လက်ထောက်များကို အသုံးပြုခွင့်ပေးထားသည်။

ပရောဂျက်သည် "စားသုံးသူ ဟာ့ဒ်ဝဲ" ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက် မည်ကဲ့သို့ ပြောင်းလဲနေသည်ကိုလည်း ရောင်ပြန်ဟပ်ပါသည်။ ဂိမ်းကစားရန်အတွက် အဓိကတင်ပို့သည့် 12GB VRAM ပါရှိသော အလယ်အလတ်တန်းစား 2026 ဂရပ်ဖစ်ကတ်သည် လွန်ခဲ့သည့် ၂ နှစ်ခန့်က နယ်ခြားစောင့်စနစ်များကို သတ်မှတ်ပေးသည့် အရွယ်အစားအတန်းရှိ မော်ဒယ်အတွက် ယခုအခါတွင် အလားအလာရှိသော အနုမာနအရှိန်မြှင့်ကိရိယာတစ်ခုဖြစ်သည်။

Strata သည် အစောပိုင်းဆော့ဖ်ဝဲလ်အဖြစ် ကျန်ရှိနေဆဲဖြစ်သည် — သိုလှောင်မှု၏ ပြဿနာများကို ခြေရာခံသည့်ကိရိယာသည် အဟောင်း GPU များနှင့် AVX2 မဟုတ်သော ပရိုဆက်ဆာများတွင် ကြမ်းတမ်းသောအနားများကို မှတ်တမ်းတင်ထားသည် — သို့သော် ပရောဂျက်သည် MIT လိုင်စင်ရ၊ အခမဲ့ဖြစ်ပြီး၊ Intel Arc၊ အဟောင်းများ Tesla နှင့် Radeon ကတ်များနှင့် အသိုင်းအဝိုင်းအဖွဲ့ဝင်များက မှတ်တမ်းတင်ထားသော multi-GPU rigs များကို အဖွင့်တွင် တီထွင်ထားသည်။

ဆော့ဖ်ဝဲအင်ဂျင်နီယာများအတွက်၊ လက်တွေ့အရှိဆုံး ထုတ်ယူနိုင်သည့်အရာမှာ localhost API လိုက်ဖက်မှုရှိနိုင်သည်- OpenAI သို့မဟုတ် Anthropic SDK ကိုဆန့်ကျင်ရေးသားထားသော မည်သည့် script သို့မဟုတ် အေးဂျင့်မဆို အခြေခံ URL ကိုပြောင်းလဲခြင်းဖြင့် Strata ကို privacy-sensitive ပုံတူရိုက်ခြင်း၊ အော့ဖ်လိုင်းအသုံးပြုမှု သို့မဟုတ် API သုံးစွဲမှုကို ကန့်သတ်လိုက်ရုံဖြင့် ဒေသတွင်း Qwen ဖြန့်ကျက်မှုသို့ ပြန်ညွှန်းနိုင်သည်။

##ဘယ်လိုကြိုးစားရမလဲ

စတင်အသုံးပြုခြင်းသည် လက်စွဲစာအုပ်ပါ terminal session တစ်ခုမလိုအပ်ပါ။ ထည့်သွင်းသူသည် ဒရိုက်ဗာများ၊ မော်ဒယ်အလေးများ နှင့် ဒေသဆိုင်ရာဆာဗာကို ဖြတ်သန်းခွင့်တစ်ခုတွင် စီမံဆောင်ရွက်ပေးပြီး သိုလှောင်မှုတွင် AI ကုဒ်ရေးထောက်ကူတစ်ခုသို့ တိုက်ရိုက်ကူးထည့်ရန် ဒီဇိုင်းထုတ်ထားသည့် တပ်ဆင်ဖိုင်တစ်ခုပါ၀င်သည်၊ ထို့နောက် စက်ကို အလိုအလျောက်သတ်မှတ်ပေးသည်။ ဒစ်ခ်မှ အလေးချိန်များ တင်နေချိန်တွင် ပထမလွှတ်တင်မှုသည် နှေးကွေးသည်။ စာရွက်စာတမ်းသည် SSD ကို အကြံပြုထားပြီး ရှည်လျားသော စကားပြောဆိုမှုများသည် စနစ် RAM သို့ အလုပ်ပိုပြောင်းသွားကြောင်း သတိပေးသည်။

AI ထက်သာလွန်နေပါစေ

open-source မော်ဒယ်များ၊ ဒေသဆိုင်ရာ AI ကိရိယာများနှင့် အနုမာနဟာ့ဒ်ဝဲများအတွက် နောက်ဆုံးထွက် AI Buzz Wire ကို လိုက်နာပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →