Nvidia tekee vahvaa lƤpimurtoa tekoƤlymaailmassa huippuluokan laitteistollaan, mutta nyt se astuu myƶs ohjelmistomaailmaan NVLM:n myƶtƤ. Se kilpailee GPT-4o:n ja Llaman kanssa tarjoamalla avoimen lƤhdekoodin LLM:n, joka tukee multimodaalisia malleja (kuva, teksti).
Nvidia hallitsee tekoƤlylaitteistosektoria datan keskittƤmiseen tarkoitetuilla nƤytƶnohjaimillaan, ja H100- ja B200-mallit ovat edustavimpia. Mutta NVLM:n myƶtƤ tulee uusi kilpailija suurten kielimallien (LLM) sektorille. Nvidian tarjonta pyrkii kilpailemaan OpenAI:n ja sen GPT-4Ā°:n hallitsemalla sektorilla. Kilpailijoita on kuitenkin muitakin, kuten Googlen Gemini, Metan Llama ja Anhtropicin Claude 3.5.
MitƤ Nvidian NVLM ehdottaa mullistaakseen tekoƤlyn maailman?
Nvidian NVLM 1.0 on uusin kilpailija tekoƤlyn laajojen kielimallien maailmassa. KehittƤjƤt julkaisivat tutkimuksen, jossa kerrotaan, miten tƤmƤ uusi tarjous toimii ja mitƤ se mahdollistaa, tavoitteenaan kilpailla tekoƤlyohjelmistojen segmentissƤ.
Lyhyesti sanottuna NVLM on kokonainen perhe multimodaalisia LLM:itƤ, jotka Nvidian mukaan tuottavat merkittƤviƤ tuloksia visiossa ja kielessƤ. Tutkimus osoittaa, ettƤ analyysi- ja kehityskapasiteetti on hyvin samanlainen kuin muilla jo suosituilla malleilla, kuten GPT-4o:lla.
NVLM:ssƤ on malli, jossa on 72.000 miljardia parametria , mikƤ on tƤhƤn mennessƤ kunnianhimoisin ja tehokkain luku. Nvidian mukaan sen suorituskyky ja vasteajat ovat paremmat kuin Llama 3 405B:ssƤ, joka on suorituskykytestien mukaan paljon suurempi malli.
Toinen Nvidian ehdotuksen etu on, ettƤ NVLM tarjoaa avoimen lƤhdekoodin AI-mallin avoimista painoista. Vastuulliset lupaavat julkaista mallin kouluttamiseen kƤytetyn koodin, mikƤ on erittƤin hyƶdyllistƤ. KehittƤjƤt voivat kƤyttƤƤ sitƤ omissa projekteissaan ja haarukoissaan.
MitƤ NVLM tarjoaa AI-maailmalle?
NVLM:n avulla voit analysoida visuaalisia ja tekstisyƶtteitƤ. TƤmƤ tarkoittaa tekoƤlyn kykyƤ tulkita meemejƤ ja analysoida valokuvia. LisƤksi voit kƤyttƤƤ tƤtƤ Nvidian luomaa kielimallia matemaattisten ongelmien ratkaisemiseen askel askeleelta.
TƤmƤn jƤrjestelmƤn toiminta yhdistƤƤ OCR:n, lokalisoinnin, maalaisjƤrjen, maailman tuntemuksen ja ohjelmointikyvyt . Kaikki tƤmƤ yhdessƤ antaa NVLM:lle mahdollisuuden vastata erilaisiin pyyntƶihin ja tilanteisiin erittƤin monipuolisesti. TƤmƤn uuden tekoƤlykielimallin laajuuden tutkiminen ja sen suorituskyvyn vertaaminen alan muiden toimijoiden suorituskykyyn antaa kƤsityksen siitƤ, mihin teknologia on menossa.
Tietoja ennen harjoittelua
NVLM:n kehittƤjƤt ovat kƤyttƤneet parannettua arkkitehtuuria mallinsa koulutukseen ja pƤƤttelyyn. Sen ominaisuudet ovat erittƤin monipuoliset, kykenevƤt kƤsittelemƤƤn 72.000 miljardia parametria ja kilpailevat suoraan GPT-4:n, Llama 3-V-70B:n ja Gemini 1.5 Pron kanssa . Sen vahvin suorituskyky on tƤllƤ hetkellƤ osoitettu matemaattisten ongelmien ratkaisemisessa, kuvankƤsittelyssƤ ja tekstinkƤsittelyssƤ.
Esikoulutuksessa ja harjoittelussa kƤytetyt tiedot on valittu huolellisesti hienosƤƤdƶn ja ihmisen valvonnan avulla. Tyƶ auttoi varmistamaan aineistojen laadun sekƤ yhteensopivien ja skaalattujen tehtƤvien monipuolisuuden, myƶs esiopetusvaiheessa.
Nvidian luoma tehokas algoritmi julkaistiin avoimen lƤhdekoodin ohjelmistona yhdessƤ koulutusmallin ja parametrien kanssa. NiitƤ voi kƤyttƤƤ ja muokata maksutta yrityksen kehityskirjaston Megatron-Coren kautta.
TƤmƤ on todellinen virstanpylvƤs alalla, sillƤ Nvidia helpottaa myƶs muiden pienten organisaatioiden ja itsenƤisten tutkijoiden osallistumista tekoƤlyn kehittƤmiseen. Tyƶkalun ja sen ominaisuuksien avoin kƤyttƶoikeus, joka on samanlainen kuin muiden suurten teknologiayritysten tuotteissa, tulee olemaan kƤƤnnekohta alan hallinnasta kƤydyssƤ kilpailussa.
TƤllƤ uudella LLM:llƤ tavoitteena on laajentaa kƤyttƤjƤ- ja asiakaskuntaa suosien jo ennestƤƤn tuottoisaa liiketoimintaa. Mutta nyt se lisƤƤ entisestƤƤn harrastajia ja potentiaalisia kƤyttƤjiƤ ympƤri maailmaa. Erinomainen askel Nvidialle, joka sen lisƤksi, ettƤ hallitsee tekoƤlysektoria laitteiston kautta, on nyt suunnattu suoraan ohjelmistosektorille.
Hybridiliiketoimintastrategia
Nvidian johtava asema teknologiasektorilla ja tekoƤlyn kehittƤmisessƤ perustuu hybridiliiketoimintastrategiaan. Toisaalta se sisƤltƤƤ sirujen kehittƤmisen ja tuotannon sekƤ edistyneiden jƤrjestelmien myynnin monenlaisten algoritmien toiminnan tueksi. TƤmƤ on nopeuttanut tulojen generointia ja saanut sijoittajien hyvƤksynnƤn. Toisaalta se tyƶskentelee tekoƤlyalgoritmien parissa asemoimaan itsensƤ segmenttiin, jossa se on epƤedullisessa asemassa OpenAI:hin, Googleen ja Metaan verrattuna. Mutta tƤmƤn strategian ansiosta NVLM osoittautuu tehokkaaksi tyƶkaluksi, joka kykenee kilpailemaan suoraan vakiintuneiden tekoƤlyjƤttien kanssa.
Uusilla Nvidia-prosessoreilla kƤyttƤjien saavuttama matemaattisten ongelmien analysointi- ja ratkaisunopeus ja -kapasiteetti on huomattava. NVLM 1.0:n tulo merkitsee alalle ennen ja jƤlkeen, luoden mahdollisuuden uudelle toimijalle, jolla on Open Source -ehdotuksia tavoittaakseen suuremman mƤƤrƤn kƤyttƤjiƤ sekƤ pieniƤ ja keskisuuria yrityksiƤ.
Millainen on tekoƤlymarkkinoiden tilanne nyt, kun Nvidia on tullut NVLM:n kanssa?
TƤhƤn asti Nvidia on tarjonnut tehokkaimmat prosessorit ja nƤytƶnohjaimet kaikenlaisille tekoƤlymalleja kƤyttƤville datakeskuksille ja palvelimille. NVLM on kuitenkin Nvidian suora tulo alalle, ja tƤmƤ voi aiheuttaa kitkaa kilpailijoiden kanssa. NVLM:n avoimen lƤhdekoodin luonne ja sen kunnianhimoinen prosessointiteho tekevƤt siitƤ erittƤin houkuttelevan kielimallin. JƤƤ nƤhtƤvƤksi, miten se otetaan kƤyttƶƶn ja mihin kƤyttƶtarkoituksiin kƤyttƤjƤyhteisƶ alkaa kehittƤƤ sitƤ, jotta sen potentiaali ymmƤrrettƤisiin tƤysin. TodennƤkƶisesti alamme kuulla merkittƤvistƤ kehitysaskeleista tekoƤlyalalla nyt, kun Nvidia on tullut mukaan peliin.