Nvidia lanserer Nemotron 3.5 modellserien med flaggskip og lette modeller

Two circular speaker grilles on the orange torso of a humanoid robot — Enchanted Tools / Unsplash

Nvidia har utvidet sin familie av kunstig intelligens modeller med lanseringen av Nemotron 3.5 Super VL, en stor visuell språkmodell rettet mot applikasjoner for kunstige intelligens agenter. Selskapet har samtidig lansert to lette modeller designet for kantutstyr for å komplettere systemet for utrulling av kunstig intelligens fra datasentre til sluttenheter.

Nemotron 3.5 Super VL er flaggskipet i utgivelsen og har 120000000000 parametere. Denne visuelle språkmodellen kan behandle tekst, utføre bildeanalyse og multimodal resonnering. Modellen er utviklet for bedriftsapplikasjoner for kunstige intelligens agenter for å utføre beslutningsprosesser, resonnering og mer kompleks oppgaveplanlegging.

Utviklingen av Nemotron 3.5 Super VL er et svar på den økende etterspørselen etter store modeller som kan håndtere bilder, tekst og kompleks kontekstinformasjon i autonome systemer for kunstige intelligens agenter. Målet er å forbedre evnen til å utføre flertrinns oppgaver og komplekse arbeidsflyter.

I tillegg har Nvidia introdusert to nye modeller i Nemotron 3.5 Bolt serien for bruk i scenarier med kantberegning. Den ene modellen krever omtrent 4 gigabyte videominne for å kjøre, mens den andre er rettet mot enheter med høyere ytelse og krever omtrent 24 gigabyte videominne. Disse spesifikasjonene skal senke terskelen for utrulling på roboter, industrielle enheter, personlige datamaskiner og kantservere.

Selskapet mener at fremtidig utvikling krever at mer kapasitet for kunstig intelligens kjører lokalt på enheter i stedet for bare i store datasentre. Små modeller gjør det mulig for utviklere å oppnå lav forsinkelse ved resonnering uten avhengighet av skykoblinger, noe som også gir bedre beskyttelse av dataprivatliv.

Lanseringen av både en superstor modell og lette modeller gjenspeiler en strategi om å bygge et fullstendig økosystem for beregninger av kunstig intelligens. Dette spenner fra skybaserte treningsplattformer og bedriftsagenter til lokale kantenheter. Nvidia investerer stadig mer i modeller, rammeverk for resonnering og utviklerverktøy i tillegg til maskinvare for å styrke sin posisjon i verdikjeden for kunstig intelligens.