மைக்ரோசாப்ட் AI ஆனது 80 பில்லியன் செயலில் உள்ள அளவுருக்கள் மற்றும் 2.8 டிரில்லியன் மொத்த அளவுருக்கள் கொண்ட புதிய கலவை-நிபுணர்களின் அடித்தள மாதிரியான MAI-Base-2 இல் முன் பயிற்சியை முடித்துள்ளது, பிரிவு அக்டோபர் 15 அன்று தொழில்நுட்ப "லேப் குறிப்புகள்" இடுகையில் அறிவித்தது. ஹோல்ட்-அவுட் மதிப்பீடுகளில் சோதனை செய்த ஒவ்வொரு ஓப்பன் வெயிட் மாடலையும் விட இந்த மாடல் சிறப்பாக செயல்படுவதாகவும், DeepSeek-V4-Pro-Base என்ற வலுவான ஓப்பன் பேஸ் மாடலை விட 4 முதல் 12 மடங்கு முன் பயிற்சி FLOPs-திறனுடையது என்றும் நிறுவனம் கூறுகிறது.

இந்த அறிவிப்பு மைக்ரோசாப்டின் இன்-ஹவுஸ் மாடல் புரோகிராம் - CEO முஸ்தபா சுலைமானின் மைக்ரோசாஃப்ட் AI அமைப்பின் கீழ் உருவாக்கப்பட்டது - அதன் OpenAI கூட்டாண்மையை மட்டும் நம்பாமல் எல்லையில் போட்டியிட விரும்புகிறது. MAI-Base-2 இப்போது பிந்தைய பயிற்சியில் உள்ளது, மேலும் முடிவுகள் விரைவில் உறுதியளிக்கப்படும். புதிய மாடல் வெளியீடுகளின் தற்போதைய கவரேஜுக்கு, எங்களின் AI மாதிரி செய்திகளைப் பின்பற்றவும்.

ஓட்டத்தின் அளவு

மைக்ரோசாப்ட் 2026 ஆகஸ்ட் மற்றும் செப்டம்பர் மாதங்களில் 16,000 NVIDIA GB200 GPUகளில் MAI-Base-2 ஐப் பயிற்றுவித்ததாகக் கூறுகிறது. ரன் சராசரியாக 21% மாடல் FLOP களின் பயன்பாடு (GB200 இன் தத்துவார்த்த அதிகபட்சமான 2.5 PFLOPS க்கு எதிராக இயல்பாக்கப்பட்டது BF16 மற்றும் FLOPs ஐத் தவிர) 89% நன்மதிப்பை அடைந்தது - நேரப் பயிற்சியின் பகுதி இடையூறு இல்லாமல் முன்னேறியது. அந்த எண்கள் ஒழுக்கமான பெரிய அளவிலான ஓட்டத்தை விவரிக்கின்றன; குறுக்கிடப்பட்ட அல்லது மோசமாகப் பயன்படுத்தப்பட்ட GPU கடற்படைகள் இந்த அளவில் வழக்கமாக இருக்கும், மேலும் ஒவ்வொரு நல்ல புள்ளியும் வாரங்கள் சேமிக்கப்பட்ட பயிற்சி நேரமாக மாற்றப்படுகிறது.

இந்த மாதிரியானது அதன் முன்னோடியான MAI-Base-1 ஐ விட பெரியது, குறைவானது மற்றும் அதிக தரவுகளில் பயிற்சி பெற்றது, இது ஜூன் மாதம் வெளியிடப்பட்ட மைக்ரோசாப்டின் நியாயமான மாதிரியான MAI-Thinking-1 க்கு அடித்தளமாக செயல்பட்டது. மைக்ரோசாப்ட் MAI-Base-2 இன் பயிற்சி செய்முறையிலிருந்து ஒரு பெரிய மாடலைப் பயிற்றுவிக்க வேண்டுமென்றே திறன் சேமிப்பை மறு முதலீடு செய்ததாகக் கூறுகிறது.

மைக்ரோசாப்ட் எவ்வாறு ஒப்பிடுகிறது என்று கூறுகிறது

மைக்ரோசாப்டின் சொந்த கோட்பேஸிலிருந்து எடுக்கப்பட்ட ஹோல்ட்-அவுட் குறியீடு மதிப்பீடுகளுடன், ஹோல்ட்-அவுட் டெக்ஸ்ட் - ஒரு டோக்கனைசர்-அக்னாஸ்டிக் மெட்ரிக் --ல் பிட்-பெர்-பைட்-ஐப் பயன்படுத்தி, அக்டோபர் 2026-க்கு முன் கிடைக்கும் எல்லைச் சோதனைச் சாவடிகளுக்கு எதிராக MAI-Base-2ஐ நிறுவனம் மதிப்பீடு செய்தது. STEM, கணிதம் மற்றும் Q&A மதிப்பீடுகள் பயிற்சி-தொகுப்பு மாசுபாட்டின் அபாயத்தைக் குறைக்க வெளிப்புற விற்பனையாளர்களிடமிருந்து நியமிக்கப்பட்டன, மேலும் அனைத்து மதிப்பீட்டுத் தொகுப்புகளும் பயிற்சி தரவுகளுக்கு எதிராக தூய்மைப்படுத்தப்பட்டன.

ஒப்பீட்டுத் தொகுப்பில் DeepSeek-V4-Pro-Base, மைக்ரோசாப்ட் விவரித்தது, திறந்த எடைகள் மற்றும் ஒரு டிரில்லியன் அளவுருக்களுக்கு மேல் வெளியிடப்பட்ட ஒரே அடிப்படை முன் பயிற்சி சோதனைச் சாவடி, மேலும் Kimi K3, Qwen3.8-2.4T-A95B மற்றும் MiMo-V2.6-Pro-RL. மைக்ரோசாப்ட் ஒரு எச்சரிக்கையைக் குறிப்பிடுகிறது: அந்த மூன்றிற்கும், பிந்தைய பயிற்சி பெற்ற சோதனைச் சாவடிகள் மட்டுமே உள்ளன, மேலும் பயிற்சிக்குப் பிந்தைய பயிற்சியானது பயிற்சிக்கு முந்தைய மதிப்பீடுகளைப் பாதிக்கலாம். ஹோல்டு-அவுட் மதிப்பீடுகள் முழுவதும், மைக்ரோசாப்ட் MAI-Base-2 சோதனை செய்யப்பட்ட மற்ற மாடல்களை விட ஒரு பைட்டுக்கு குறைந்த பிட்களை அடைந்ததாக அறிக்கை செய்கிறது.

செயல்திறன் உரிமைகோரல், குறியிடப்பட்டது

4-12x செயல்திறன் எண்ணிக்கை ஒரு நேரடி பெஞ்ச்மார்க் வெற்றி அல்ல, ஆனால் கணக்கீடு-பொருந்தும் பகுப்பாய்வு. ஒவ்வொரு ஹோல்ட்-அவுட் மதிப்பீட்டிற்கும், மைக்ரோசாப்ட் பயிற்சி FLOP களுக்கு எதிராக ஒரு பைட்டுக்கு பிட்கள் என்ற அளவீட்டு விதியை பொருத்தியது மற்றும் DeepSeek-V4-Pro-Base இன் மதிப்பெண்ணுடன் அதன் சொந்த செய்முறையை எவ்வளவு கணக்கிட வேண்டும் என்று மதிப்பிட்டது. வரம்பு நான்கு மதிப்பீடுகளில் உள்ள வேறுபாடுகளை பிரதிபலிக்கிறது. கூற்று, எளிய சொற்களில்: மைக்ரோசாப்ட் அதன் செய்முறையானது வெளிப்படையாகக் கிடைக்கும் அடிப்படை மாதிரியைக் காட்டிலும் ஒரு யூனிட் பயிற்சிக் கணக்கீட்டிற்குப் பல மடங்கு திறனைப் பிரித்தெடுக்கிறது என்று கூறுகிறது - மேலும் அது அந்த உபரியை அளவில் செலவழித்தது.

முழு அடுக்கை சொந்தமாக்குதல்

மூல செயல்திறனுக்கு அப்பால், இடுகை மூலோபாய பகுத்தறிவை வெளிப்படுத்துகிறது. மைக்ரோசாப்ட் அதன் மாதிரி பைப்லைனை சொந்தமாக வைத்திருப்பது பயிற்சி டோக்கன்களில் வலுவான தரவு ஆதாரத்தை அளிக்கிறது, மேலும் பிற மாதிரிகளிலிருந்து வடிகட்டுதல் இல்லாமல் கரிம தரவை முன் பயிற்சி நம்பியுள்ளது. அந்த ஆதாரம், நிறுவனம் வாதிடுகிறது, இது ஃபவுண்டரி மூலம் நிறுவனங்களுக்கு மாடல் எடைகளை உரிமம் வழங்க அனுமதிக்கும், அதே சமயம் மைக்ரோசாப்டின் சொந்த தயாரிப்புகளில் இணை-டியூனிங் மாதிரிகள் மற்றும் உள்கட்டமைப்பு முதலில் செலவைக் குறைக்கிறது.

ரன்களின் வெற்றிக்கு தொழில்நுட்பப் பிரிவு மூன்று முன்முயற்சிகளை வரவு வைக்கிறது: ஸ்கேலிங் சயின்ஸ், "ஸ்கேலிங் லேடர்ஸ்" உட்பட, சோர்ஸ் ஸ்கேலிங் எனப்படும் நுட்பத்தின் மூலம் மீண்டும் மீண்டும் பயிற்சி தரவைக் கணக்கிடுகிறது, இது தனிப்பட்ட தரவுகளின் விகிதத்தை தனித்துவமான தரவுகளின் விகிதத்தை ரேங்க்கள் முழுவதும் நிலையானதாக வைத்திருக்கும்; மாடல்-உள்கட்டமைப்பு இணை-வடிவமைப்பு, மேம்படுத்தப்பட்ட MoE மற்றும் Muon ஆப்டிமைசர் செயலாக்கங்கள் மற்றும் செயல்படுத்தும் சாய்வு கிளிப்பிங் உட்பட; மற்றும் பார்வைத் தரவுகளின் ஒருங்கிணைப்புடன் விரிவாக்கப்பட்ட தரவுக் குழாய்கள். 2.8-டிரில்லியன் அளவுரு அளவுக்கு ஆச்சரியங்களை அதிகப்படுத்தாமல் நம்பகத்தன்மையுடன் அளவிடுவதற்கு ஆதார அளவீடு முக்கியமானது என்று மைக்ரோசாப்ட் கூறுகிறது.

சந்தைக்கு இது என்ன அர்த்தம்

உரிமைகோரல்கள் சுயாதீன ஆய்வுக்கு உட்பட்டால், MAI-Base-2, OpenAI, Anthropic மற்றும் Google உடன் இணைந்து மைக்ரோசாப்ட் நான்காவது பெரிய மேற்கத்திய எல்லை-மாடல் பில்டராக நிலைநிறுத்துகிறது - நுகர்வோர் சாட்போட் மைண்ட்ஷேரை விட தரவு ஆதாரம் மற்றும் நிறுவன உரிமத்தின் அடிப்படையில் கட்டமைக்கப்பட்ட வேறுபட்ட சுருதி. அஸூரின் நிறுவன வாடிக்கையாளர் தளம் முதலில் முக்கியமான சந்தையாகும், இதில் ஃபவுண்டரி வாடிக்கையாளர்கள், மைக்ரோசாப்ட் முழுமையாகக் கட்டுப்படுத்தும் பயிற்சிப் பரம்பரையான ஒரு எல்லை-வகுப்பு மாதிரிக்கான அணுகலைப் பெறலாம்.

சுயாதீன சரிபார்ப்பு திறந்த கேள்வியாகவே உள்ளது. மைக்ரோசாப்டின் மதிப்பீடுகள் சுயமாக அறிக்கையிடப்பட்டவை, ஒப்பீட்டு மாதிரிகளின் பயிற்சிக்குப் பிந்தைய எச்சரிக்கை உள்ளடக்கம், மற்றும் ஹோல்ட்-அவுட் உரையில் உள்ள பிட்கள்-பெர்-பைட் நேரடியாக அரட்டை, குறியீட்டு மற்றும் ஏஜென்டிக் வரையறைகளை நேரடியாக ஷாப்பிங் செய்யும் நிறுவனங்களுக்கு மொழிபெயர்க்காது. MAI-Thinking-1 இன் வாரிசுகளான MAI-Base-2 இன் பின்-பயிற்சி பெற்ற வழித்தோன்றல்கள் உண்மையான சோதனையாக இருக்கும். ஆனால் அறிவிப்பின் அடிப்படைச் செய்தி தெளிவற்றது: மைக்ரோசாப்ட் அதன் சொந்த சிலிக்கான் கப்பற்படையில், எல்லைப்புற மாடல்களை உள்நாட்டில் பயிற்றுவிப்பதற்கான பந்தயம் இனி அபிலாஷைக்குரியதாக இல்லை. இது முடிக்கப்பட்ட அடிப்படை மாதிரியைக் கொண்டுள்ளது, மேலும் பயிற்சிக்குப் பிந்தைய குழாய் ஏற்கனவே இயங்குகிறது.

---

AIக்கு முன்னால் இருங்கள்

சமீபத்திய AI செய்திகள், பகுப்பாய்வு மற்றும் முன்னேற்றங்கள் - அனைத்தையும் ஒரே இடத்தில் பெறுங்கள்.

மேலும் AI செய்திகளைப் படிக்கவும் →