NVIDIA ஆனது Nemotron 3.5 Super VL ஐ வெளியிட்டுள்ளது, இது ஒரு திறந்த, தனிப்பயனாக்கக்கூடிய மல்டிமாடல் மாடலானது, இது சிறப்பு AI முகவர்களை உருவாக்குவதை நோக்கமாகக் கொண்டது. ஒரு டோக்கனுக்கு 12 பில்லியன் அளவுருக்களை மட்டுமே செயல்படுத்தும் 120-பில்லியன்-அளவுரு கலவை-நிபுணர்களின் கட்டமைப்பை இந்த மாதிரி பயன்படுத்துகிறது, ஒரு வடிவமைப்பு NVIDIA அனுமான திறனுடன் எல்லை அளவிலான திறனை சமன் செய்கிறது. எடைகள் ஹக்கிங் ஃபேஸில் BF16 துல்லியத்தில் கிடைக்கின்றன, மேலும் NVIDIA வெளியீட்டுடன் ஒரு தொழில்நுட்ப ஒத்திகையை வெளியிட்டது.

சூப்பர் VL ஆனது என்விடியாவின் விரிவடைந்து வரும் திறந்த-மாடல் குடும்பத்தில் மல்டிமாடல் நிபுணராக இடம் பெறுகிறது. நிறுவனத்தின் கூற்றுப்படி, சிறிய Nemotron 3.5 Lightning மாதிரிகள் அதிக அளவு உரைப் பணிகளைக் கையாளுகின்றன, அதே சமயம் எல்லையில் உள்ள Nemotron 3 Ultra சிக்கலான திட்டமிடல் மற்றும் ஆர்கெஸ்ட்ரேஷனைச் சமாளிக்கிறது - ஒரு முகவர் பணிப்பாய்வுகளின் ஒவ்வொரு அடியையும் சரியான அளவு மாதிரிக்கு அனுப்ப குழுக்களை அனுமதிக்கிறது. இது ஒரு புஷ் ZDNET இன் சமீபத்திய நகர்வாகும், இது அமெரிக்க திறந்த எடை AIக்கான மற்றொரு படியாக விவரிக்கப்பட்டுள்ளது. ஓப்பன் வெயிட்ஸ் ரேஸை நீங்கள் கண்காணித்தால், சமீபத்திய ஓபன் மாடல் வெளியீடுகளின் எங்களின் கவரேஜ் விரிவான படத்தைக் கொண்டுள்ளது.

உரை, படங்கள், ஆவணங்கள் மற்றும் வீடியோவிற்கான ஒரு மாதிரி

முக்கிய சுருதி ஒருங்கிணைப்பு ஆகும். Super VL ஆனது பகுத்தறிவு, அறிவுறுத்தல் மற்றும் கருவிப் பயன்பாட்டை உரை, படம், ஆவணம் மற்றும் வீடியோ புரிதலுடன் ஒருங்கிணைக்கிறது, எனவே குழுக்களுக்கு இடையே தனி உரை மற்றும் பார்வை-மொழி மாதிரிகள் அல்லது ஷட்டில் பணி சூழலை பயன்படுத்த வேண்டிய அவசியமில்லை. NVIDIA, அதன் காட்சிப் பயிற்சியானது விளக்கப்படங்கள், அட்டவணைகள், ஒளியியல் எழுத்து அங்கீகாரம், மல்டிபேஜ் ஆவணங்கள் மற்றும் வீடியோவை உள்ளடக்கியதாகக் கூறுகிறது, இரண்டு-நிலை மேற்பார்வையிடப்பட்ட ஃபைன்-ட்யூனிங் பைப்லைனுடன், பகுத்தறிவு, அரட்டை, பாதுகாப்பு மற்றும் நீண்ட-சூழல் தரவு ஆகியவற்றுடன் காட்சி ஆதாரங்களை இணைக்கிறது.

இலக்கு பணிப்பாய்வுகள்தான் நிறுவனங்கள் தடுமாறிக்கொண்டே இருக்கும்: நிறுவனத்தின் கொள்கை ஆவணங்களைப் படிக்க வேண்டிய வாடிக்கையாளர்-சேவை முகவர், ஆதாரங்கள் முழுவதும் ஆதாரங்களை இணைக்கும் ஆராய்ச்சி முகவர் அல்லது ஒரு விளக்கப்படத்தை விளக்கி, அதே சமர்ப்பிப்பில் வேறு இடத்தில் உள்ள அட்டவணையுடன் இணைக்கும் ஆவண முகவர். ஒவ்வொரு சந்தர்ப்பத்திலும், மாதிரியானது அதே சூழல் சாளரத்தில் பொருள் மற்றும் காரணத்தைப் பார்க்க வேண்டும்.

த்ரோபுட் உரிமைகோரல்கள்: ஒரு GPU இல் 5x வரை

செயல்திறன் என்பது என்விடியா மிகக் கூர்மையான கோடுகளை வரைகிறது. Nemotron 3.5 Super VL ஆனது ஒரு GPU இல் அதன் அளவு வகையிலுள்ள மற்ற ஓப்பன் மாடல்களுடன் ஒப்பிடும்போது முகவர் பணிகளுக்கு 5x அதிக செயல்திறனை வழங்குகிறது என்று நிறுவனம் கூறுகிறது, மேலும் Baseten அனுமான முடிவுப் புள்ளி வழியாக செயற்கையான பகுப்பாய்வு நுண்ணறிவு குறியீட்டு முகவர் பணிகளில் வினாடிக்கு 600 டோக்கன்களுக்கு மேல் காட்டும் தரவரிசைகளை சுட்டிக்காட்டியது.

ஹூட்டின் கீழ் உள்ள பல நுட்பங்கள் அந்த எண்களை இயக்குகின்றன. NVIDIA, LiLiCorr ஐ உயர்த்தி, NVFP4 கலப்பு துல்லியம், பல-டோக்கன் கணிப்பு மற்றும் முகவர் திருப்பங்கள் முழுவதும் சூழல் மறுபயன்பாடு ஆகியவற்றுடன் ஒரு திறந்த ஊக டிகோடிங் முறை - கருவிகளுடன் நீண்டகால உரையாடல்களை வைத்திருக்கும் முகவர்களுக்கான அர்த்தமுள்ள தேர்வுமுறை. இடைவிடாது இயங்கும் நிறுவனங்களுக்கு, GPU ஒன்றுக்கான செயல்திறன் பெரும்பாலும் சாத்தியமான தயாரிப்புக்கும் பயன்படுத்த முடியாத செலவுக் கட்டமைப்பிற்கும் உள்ள வித்தியாசமாகும்.

பயிற்சிக்குப் பிந்தையது முக்கிய விஷயம்

முடிக்கப்பட்ட தயாரிப்பை விட அடிப்படை மாதிரி ஒரு தொடக்கப் புள்ளி என்று என்விடியா தெளிவாகக் கூறுகிறது. டெவலப்பர்கள் NeMo லைப்ரரியுடன் Super VL ஐத் தனிப்பயனாக்கலாம், மேற்பார்வையிடப்பட்ட ஃபைன்-டியூனிங் மற்றும் லோராவைப் பயன்படுத்தி டொமைன்-குறிப்பிட்ட நடத்தையைக் கற்பிக்கலாம், பின்னர் NeMo RL மற்றும் NeMo Gym மூலம் வலுவூட்டல் கற்றலைப் பயன்படுத்தலாம். சைபர் செக்யூரிட்டி, ஃபைனான்ஸ் மற்றும் ஹெல்த்கேர் ஆகிய நிறுவனங்கள் தங்கள் உற்பத்தி பணிப்பாய்வுகளில் எல்லைப்புற மாற்றுகளை முறியடிப்பதற்கான மாதிரியை ஏற்கனவே பிந்தைய பயிற்சி அளித்து வருவதாக நிறுவனம் கூறுகிறது.

அந்த வேலையை ஆதரிக்க, முகவர் கருவி-பயன்பாடு மற்றும் உரையாடல் தரவு, நிதி பகுத்தறிவு மற்றும் கருவி-அழைப்புத் தொகுப்புகள், அறிவுறுத்தல்-பின்தொடரும் மற்றும் அரட்டை தரவு, நீண்ட-சூழல் பரிமாற்றம் மற்றும் மொழிபெயர்ப்புத் தரவு, நியாயமான தரவு மற்றும் 40 பார்வை-மொழி தரவுத்தொகுப்புகள் உள்ளிட்ட எடைகளுடன் அணைத்து முகத்தில் திறந்த தரவுத்தொகுப்புகளையும் NVIDIA வெளியிடுகிறது. பிரைம் இன்டலெக்ட் ஏற்கனவே நீண்ட-அடிவான நிறுவனப் பணிகளுக்கான மாடலைப் பயிற்சிக்குப் பிந்தைய செய்முறையை வெளியிட்டுள்ளது, சுற்றுச்சூழல் அமைப்பு வெளியீட்டை ஒரு தீவிர அடித்தளமாகக் கருதுகிறது. NVIDIA ஆனது GitHub ஐ உள்ளடக்கிய தனிப்பயனாக்கத்தைப் பற்றிய பயன்பாட்டு சமையல் புத்தகத்தையும் வெளியிட்டது, மேலும் உள்கட்டமைப்பு மற்றும் தரவு-குடியிருப்புத் தேவைகளைப் பூர்த்தி செய்ய உள்ளூர், தரவு மையம் அல்லது கிளவுட் சூழல்களில் திறந்த எடைகள் பயன்படுத்தப்படலாம் என்று நிறுவனம் வலியுறுத்துகிறது - கட்டுப்படுத்தப்பட்ட வாங்குவோர் தொடர்ந்து கேட்கும் மற்றும் மூடிய API கள் வழங்க முடியாது.

ஓபன் வெயிட் ரேஸுக்கு இது என்ன அர்த்தம்

இந்த வெளியீடு உண்மையில் வரிசைப்படுத்தப்பட்ட பிரிவு நிறுவனங்களில் திறந்த மற்றும் மூடிய மாடல்களுக்கு இடையிலான இடைவெளியை இறுக்குகிறது: ஆவணம்-கடுமையான முகவர் வேலைக்கான நடுத்தர அளவிலான மல்டிமாடல் அமைப்புகள். உள்ளூர், தரவு மையம் அல்லது கிளவுட் சூழல்களில் எடைகள் இயங்கக்கூடியவை என்பதால், Super VL ஆனது ஒழுங்குபடுத்தப்பட்ட தொழில்களுக்கு எல்லை API களால் செய்ய முடியாத ஒரு விருப்பத்தை வழங்குகிறது - விளக்கப்படம், அட்டவணை மற்றும் வீடியோ புரிதலைப் பெறும்போது முக்கியமான ஆவணங்களை அவற்றின் சொந்த உள்கட்டமைப்பில் வைத்திருத்தல்.

போட்டி வாசிப்பு நேரடியானது. Meta, Alibaba, DeepSeek மற்றும் Liquid AI ஆகியவை இந்த ஆண்டு ஏஜெண்டுகளை இலக்காகக் கொண்டு திறந்த எடை மாடல்களை அனுப்பியுள்ளன, மேலும் அனைவருக்கும் பயிற்சியளிக்கும் வன்பொருளை விற்கும் NVIDIA - இப்போது அனுமதிக்கும் உரிமம் மற்றும் செயல்திறன் கதையுடன் மாடல் லேயரில் நேரடியாக போட்டியிடுகிறது. செயல்திறன் உரிமைகோரல்கள் சுயாதீன வரையறைகளில் இருந்தால், 2027 இல் நிறுவன முகவர்களுக்கான இயல்புநிலை ஸ்டாக் ஒரு வருடத்திற்கு முன்பு இருந்ததை விட கணிசமாக திறந்திருக்கும்.

---

AIக்கு முன்னால் இருங்கள்

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

மேலும் AI செய்திகளைப் படிக்கவும் →