Компанията Nvidia играе здраво в света на AI с последно поколение хардуер, но сега добавя и софтуер с NVLM. ще се състезава с GPT-4o и Обаждания чрез LLM с отворен код за присъединяване към мултимодални модели (изображение, текст).
Nvidia доминира хардуер за AI с неговите графични процесори за централизиране на данните, като най-представителни са моделите H100 и B200. Но с NVLM идва нов залог за сектора на големите езикови модели (LLM). Предложението на Nvidia идва да се бори в сектор, доминиран от OpenAI и неговия GPT-4º. Има обаче и други конкуренти, като Gemini на Google, Llama на Meta и Claude 3.5 на Anhtropic.
Какво предлага NVLM на Nvidia, за да революционизира света на AI?
NVLM 1.0 от Nvidia е новият конкурент в света на големите езикови модели за AI. Разработчиците публикуваха проучване, в което подробно описват как работи и какво ще позволи това ново предложение, което има за цел да се конкурира в софтуерния сегмент с AI.
Накратко, NVLM е цяло семейство от мултимодални LLM, които според Nvidia осигуряват забележителни резултати във визия и език. Проучването показва капацитет за анализ и разработка, много подобен на този на други вече популярни модели, като GPT-4o.
В NVLM намираме a модел със 72.000 милиарда параметъра, най-амбициозният и способен брой до момента. Според Nvidia неговото поведение и тип реакции са по-добри от тези на Llama 3 405B, много по-голям модел според тестовете за производителност.
Друго предимство на предложението на Nvidia е, че NVLM предлага AI модел с отворен код на отворени тегла. Отговорните обещават да публикуват кода, използван за обучение на модела, нещо изключително полезно. Разработчиците ще могат да го използват в свои собствени проекти и разклонения.
Какво ще предложи NVLM на света на AI?
С NVLM можете да анализирате визуални и текстови входове. Това се изразява в способността на AI да интерпретира меми и да анализира снимки. Освен това можете също да използвате този езиков модел, създаден от Nvidia, за решаване на математически проблеми стъпка по стъпка.
Работата на тази система съчетава OCR, локализация, здрав разум, познания за света и умения за програмиране. Всичко това заедно позволява на NVLM да отговаря на различни заявки и ситуации с голяма гъвкавост. Проучването на обхвата на този нов езиков модел на AI и сравнението му в производителността с други играчи в сектора ни позволява да разберем накъде напредва технологията.
Относно преди тренировка
Лицата, отговорни за обучението на NVLM, са използвали подобрена архитектура за обучение и аргументиране на техния модел. Неговите възможности са много гъвкави и е в състояние да обработва 72.000 XNUMX милиона параметри и да се конкурира директно GPT-4o, Llama 3-V-70B и Gemini 1.5 Pro. Най-голямата му производителност в момента е доказана при решаване на математически задачи, обработка на изображения и текст.
Информацията, използвана за предварително обучение и обучение, беше внимателно подбрана с фини настройки и човешки надзор. Работата служи за проверка на качеството на наборите от данни, както и на разнообразието от съвместими и мащабирани задачи, включително по време на етапа на предварително обучение.
El мощен алгоритъм, създаден от Nvidia Беше пуснат като отворен код, заедно с модела с инструкции и параметри за обучение. Те могат да се използват и модифицират безплатно, разпространявани чрез Megatron-Core, библиотеката за разработка на фирмата.
Това е истински крайъгълен камък в индустрията, защото Nvidia улеснява други малки организации или независими изследователи да допринесат също за напредъка на AI. той безплатен достъп до инструмента и неговите характеристики, подобни на тези на други големи технологични продукти, ще отбележат преди и след в надпреварата за контрол над сектора.
С този нов LLM целта е да се разшири базата от потребители и клиенти, предпочитайки бизнес, който вече е доходоносен. Но сега ще добави още повече ентусиасти и потенциални потребители по целия свят. Отлична стъпка за Nvidia, която освен че доминира в AI сектора чрез хардуер, сега се насочва директно към софтуерния сектор.
Хибридна бизнес стратегия
Водещата позиция, която Nvidia зае в технологичен сектор и в развитието на изкуствения интелект отговаря на хибридна бизнес стратегия. От една страна, той предвижда разработването и производството на чипове и продажбата на модерни системи за насърчаване на работата на много разнообразни алгоритми. Това ускори генерирането на приходи и спечели одобрението на инвеститорите. От друга страна, работи се върху AI алгоритми, така че Nvidia да се позиционира в сегмент, в който е в по-неизгодно положение в сравнение с OpenAI, Google и Meta. Но благодарение на тази стратегия, NVLM се оказва страхотен инструмент, способен да се бие лице в лице с AI гиганти, които вече са позиционирани.
С новите процесори на Nvidia скоростта и капацитетът за анализ и разрешаване на математически проблеми, които потребителите постигат, са забележителни. Пристигането на NVLM 1.0 ще отбележи преди и след за сектора, създавайки възможност за нов участник с предложения за отворен код, за да достигне до по-голям брой потребители и малки и средни компании.
Каква ще бъде ситуацията на AI пазара сега, когато Nvidia влезе с NVLM?
Досега Nvidia предлагаше най-важните процесори и графични процесори за всички видове центрове за данни и сървъри, където се изпълняват AI модели. Но NVLM предполага директно кацане на Nvidia в сектора и това може да предизвика известно търкане с останалата част от конкуренцията. Инициативата с отворен код и амбициозната процесорна мощност правят NVLM много привлекателен езиков модел. Остава да видим как се адаптира и използванията, които потребителската общност започва да му дава, за да разбере напълно неговия обхват. Вероятно ще започнем да чуваме важни новини от AI сектора сега, след като Nvidia влезе в играта.