تطلق NVIDIA نموذج ذكاء اصطناعي بـ 120 مليار معامل ونموذجين للحوسبة الطرفية

أخبار ar.wedoany.com، في 15 أكتوبر، أعلنت شركة NVIDIA الأمريكية عن توسيع سلسلة النماذج المفتوحة Nemotron 3.5، بإطلاق نموذج Nemotron 3.5 Super VL متعدد الوسائط بـ 120 مليار معامل، إلى جانب نموذجي Nemotron 3.5 Bolt 74B-A9B وBolt E4B المخصصين لأجهزة الحوسبة المحلية. وقد أصبح نموذجا Super VL وإصدار 74B متاحين رسمياً للاستخدام، فيما يُخطط لإصدار نسخة 4GB في 23 أكتوبر. وتستهدف النماذج الثلاثة على التوالي وكلاء الذكاء الاصطناعي على مستوى المؤسسات، وأجهزة الحوسبة الشخصية، والأطراف الطرفية المدمجة.

طُوِّر Super VL بالتعاون بين NVIDIA وتحالف Nemotron Coalition، وهو يدعم تنفيذ التعليمات واستدعاء الأدوات ومعالجة الأعمال متعددة الخطوات والفهم البصري. وأظهرت نتائج الاختبارات التي نشرتها NVIDIA أن دقة النموذج في المهام متعددة الوسائط تصل إلى مستوى مماثل لنماذجها الاستدلالية الكبيرة، مع حجم معاملات يعادل نحو خُمس حجمها. وفي مقارنة الأداء مع النماذج المفتوحة المماثلة، بلغت سرعة الاستدلال لديه ما يصل إلى 5 أضعاف النماذج المنافسة. ويستطيع النموذج معالجة صفحات الويب وملفات PDF التي تتضمن نصوصاً وصوراً ومخططات وجداول، كما يدعم التدريب المخصص استناداً إلى البيانات الداخلية للمؤسسات.

استُخدم في تدريب Super VL نحو 26 تريليون رمز (Token) في مراحل التدريب المسبق والتدريب المسبق المستمر، مع نحو 3.8 مليون عينة تدريب لاحق، إلى جانب بيئات متعددة للتعلم المعزز لتحسين أداء النموذج. وأتاحت NVIDIA في الوقت نفسه أوزان النموذج وأساليب التدريب ومجموعات البيانات التي تغطي استدعاء الأدوات والأعمال المالية ومعالجة السياق الطويل والأمان والفهم البصري اللغوي. ويمكن للمطورين ضبط النموذج بدقة وتدريبه بالتعلم المعزز عبر NVIDIA NeMo وNeMo Gym، ونشر النموذج باستخدام خدمات NVIDIA NIM المصغرة.

يعتمد Bolt 74B-A9B المخصص للتشغيل المحلي على بنية الخبراء المزيجين، بإجمالي 74 مليار معامل، مع تفعيل نحو 9 مليارات معامل في كل عملية استدلال. وبفضل تقنية التكميم الأصلي ببتين، تمكن النموذج من حصر الذاكرة المطلوبة للتشغيل في 24GB، مما يتيح نشره على حواسيب GeForce RTX وDGX Spark وDGX Station ومحطات عمل RTX PRO. وقد وفّرت NVIDIA دعماً تشغيلياً متوافقاً مع llama.cpp وOllama وLM Studio وUnsloth وvLLM، بحيث يمكن للمستخدمين تنفيذ مهام وكيلية محلياً مثل كتابة الأكواد وتصحيح البرمجيات واسترجاع المعلومات.

أما Bolt E4B فيستهدف التكوينات بذاكرة 4GB، ويتوافق مع منصات GeForce RTX وJetson وRTX Spark، ويدعم المحادثات متعددة الجولات والمساعدات الصوتية والشخصيات التفاعلية والأطراف الطرفية الذكية المدمجة. وتضعه NVIDIA في إطار تطبيقات الذكاء الاصطناعي الفيزيائي ووكلاء المحادثة، ليشمل الأجهزة الاستهلاكية وأنظمة التفاعل داخل المركبات وغيرها من الأطراف الطرفية التي تتطلب استدلالاً محلياً.

كما أعلنت NVIDIA عن تقدم Super VL في مجال التخصيص المؤسسي والتكامل البرمجي. فقد أكملت Scale AI التدريب اللاحق للنموذج الخاص بوكيل تمويل ائتمان الموردين لدى Skydance ووكيل العناية الواجبة في عمليات الاندماج والاستحواذ لدى EY؛ وطوّرت AfterQuery نموذج تحليل اتفاقيات الائتمان لصالح Hebbia؛ بينما استخدمت Mercor بيانات تقييم الأكواد APEX-SWE لتدريب النموذج. كما بدأت كل من Atlassian وCrowdStrike وDassault Systèmes وPerplexity وSalesforce وSynopsys عمليات تكامل تتعلق بالبحث والتحليل الأمني والهندسة والعمليات الحكومية والتحقق من تصميم أشباه الموصلات.

في عمليات نشر الاستدلال، يدعم Super VL بيئة تشغيل NVIDIA Dynamo. وتشير بيانات الأداء التي نشرتها NVIDIA إلى أن هذا المزيج قادر، في تكوينات الاختبار المعنية، على دعم ما يصل إلى 8 أضعاف عدد المستخدمين مع خفض زمن الاستجابة بنسبة 85%. ويتوفر النموذج حالياً عبر Hugging Face وOpenRouter وModelScope وNVIDIA NIM، ويمكن للمؤسسات نشره على خوادمها الخاصة أو في مراكز البيانات أو بيئات الحوسبة السحابية، ومواصلة تدريبه وتعديله وفقاً لعملياتها الداخلية.