Résumé :
NVIDIA a annoncé l'expansion de la famille de modèles d'intelligence artificielle Nemotron 3.5 et a officiellement lancé Nemotron 3.5 Super VL, un modèle de langage visuel à grande échelle pour les applications AI Agent. Il a également publié deux modèles légers spécialement conçus pour les appareils de pointe afin d'améliorer encore le système de déploiement de l'IA des centres de données aux terminaux.
Le produit principal sorti cette fois-ci est Nemotron 3.5 Super VL. En tant que modèle de langage visuel doté de 120 milliards de paramètres, il peut non seulement comprendre et traiter le contenu textuel, mais également disposer de capacités d'analyse d'images et de raisonnement multimodal. Nvidia a déclaré que ce modèle est principalement destiné aux applications d'agents d'IA au niveau de l'entreprise et peut effectuer une planification de tâches, un raisonnement et une prise de décision plus complexes.
Alors que de plus en plus d'entreprises commencent à déployer des systèmes d'agents d'IA autonomes, la demande de modèles à grande échelle capables de gérer simultanément du texte, des images et des informations contextuelles complexes augmente rapidement. Nemotron 3.5 Super VL est conçu en réponse à cette tendance et vise à améliorer la capacité des agents IA à effectuer des flux de travail complexes et des tâches en plusieurs étapes.
En plus du modèle phare, NVIDIA a également lancé simultanément deux nouveaux membres de la série « Nemotron 3.5 Bolt », axés sur les scénarios d'informatique de pointe.
Un modèle ne nécessite qu'environ 4 Go de mémoire vidéo pour fonctionner, tandis que l'autre est destiné aux appareils plus performants et nécessite environ 24 Go de mémoire vidéo. Ces deux spécifications abaissent considérablement le seuil de déploiement de modèles d’IA avancés sur des ordinateurs personnels, des équipements industriels, des robots et des serveurs Edge.
NVIDIA estime que le développement futur de l'intelligence artificielle ne reposera pas uniquement sur la formation de centres de données à très grande échelle, mais nécessitera également davantage de capacités d'IA pour fonctionner directement sur les appareils locaux. En lançant des modèles miniaturisés, les développeurs peuvent réaliser une inférence à faible latence sans recourir à la connectivité cloud tout en protégeant mieux la confidentialité des données.
Dans l'industrie actuelle de l'IA, les grands modèles et les petits modèles forment une relation complémentaire. D'une part, les modèles comportant des dizaines, voire des centaines de milliards de paramètres sont responsables d'un raisonnement complexe et d'un traitement de tâches avancé ; d'autre part, les modèles légers optimisés sont responsables du raisonnement en temps réel, du déploiement en périphérie et des applications de terminal.
La sortie simultanée par Nvidia de modèles ultra-larges et de modèles légers est considérée comme le reflet de la construction d'une configuration stratégique couvrant un écosystème informatique d'IA complet. Des plates-formes de formation cloud aux agents d'IA d'entreprise en passant par les appareils de pointe fonctionnant localement, la société espère répondre aux besoins de différents scénarios grâce à un système modèle Nemotron unifié.
Ces dernières années, NVIDIA a continué d'augmenter ses investissements dans les logiciels et les modèles d'IA. En plus de fournir du matériel GPU, la société continue également de lancer des modèles de base, des cadres d'inférence et des outils de développement, dans l'espoir de consolider davantage son influence dans la chaîne industrielle de l'intelligence artificielle.
Alors que les agents IA deviennent progressivement une direction importante pour la transformation numérique des entreprises et que la demande d'IA de pointe continue de croître, l'expansion de la série Nemotron 3.5 montre également que la tendance de développement de l'industrie passe de la simple recherche d'une échelle de modèle à une transition progressive vers la construction d'une infrastructure complète d'intelligence artificielle couvrant le cloud jusqu'au terminal.
Commentaires