NVIDIA paljastaa uudet Nemotron-mallit: Super VL datakeskuksille ja Bolt reunalaitteille

Kuva: NVIDIA · Lähde

NVIDIA laajentaa Nemotron-tekoälymalliperhettään tehokkaalla 120 miljardin parametrin Super VL:llä yrityksille sekä kahdella Bolt-reunalaitemallilla, jotka on optimoitu paikallisiin työkuormiin, mahdollistaen mukautettavat tekoälyagentit eri tietojenkäsittelytasoilla.

NVIDIA on laajentanut Nemotron-tekoälymalliperhettään lanseeraamalla Nemotron 3.5 Super VL -mallin, 120 miljardin parametrin avoimen mallin, joka on suunniteltu erikoistuneille jatkuvasti toimiville tekoälyagenteille, jotka vaativat nopeaa tehtävien suorittamista ja korkeaa tarkkuutta. Samassa yhteydessä NVIDIA esitteli kaksi uutta reunalaitemallia: Nemotron 3.5 Bolt 74B-A9B 24GB, joka tasapainottaa älykkyyttä ja nopeutta paikallisiin agenttipohjaisiin työkuormiin, sekä pienemmän Bolt E4B 4GB -mallin, optimoidun nopeille keskustelupohjaisille tekoälyagenteille. Super VL- ja Bolt 74B-A9B -mallit ovat välittömästi saatavilla, kun taas Bolt E4B julkaistaan 23. lokakuuta 2026.

Super VL tarjoaa edistyksellisen tarkkuuden monimutkaisissa multimodaalisissa tehtävissä, kuten ohjeiden noudattamisessa, työkalujen käytössä, liiketoiminnan työnkuluissa ja visuaalisessa asiakirjojen ymmärtämisessä, mutta siinä on noin viidesosa NVIDIAn suurimman päättelymallin parametreista. Se ylittää kilpailijoiden avoimet mallit nopeudessa viiden kertaluokan verran, mahdollistaen yritysten nopeuttaa työprosesseja, jotka usein kestävät päiviä tai viikkoja. Toisin kuin omistamansa mallit, Super VL:n avoimet painot mahdollistavat organisaatioiden jatkokouluttaa mallia omilla luottamuksellisilla tiedoillaan ja ottaa sen käyttöön omassa infrastruktuurissaan varmistaen hallinnan ja yksityisyyden.

Bolt-sarja tuottaa tekoälyagenttien älykkyyttä reunalla. Bolt 74B-A9B 24GB käyttää 2-bittistä kvantisointia mahtuakseen 24 Gt muistiin, toimiakseen tehokkaasti laitteistolla kuten NVIDIA RTX ja DGX Spark -järjestelmissä ja tukeakseen samanaikaisia sovelluksia. Tätä mallia pidetään tasapainoisena nopeuden ja älykkyyden suhteen, ja se on PinchBenchin ykkönen avoimissa saman luokan malleissa. Bolt E4B 4GB on suunnattu keskustelu- ja fyysisille tekoälyagenteille eri laitteistoalustoilla, tarjoten monikierrosvuorovaikutusmahdollisuudet ääniavustajille ja sulautetulle tekoälylle.

NVIDIA korostaa Super VL:n laajaa käyttöönottoa ja räätälöitävyyttä: rahoitus-, kyberturvallisuus-, koodaus-, tieteellisissä tutkimuksissa ja terveydenhuollossa toimivat yritykset jatkokouluttavat mallia alakohtaisiin tehtäviin. Kumppaneita kuten Scale AI, EY, AI21, Atlassian, CrowdStrike, Salesforce ja muita hyödyntävät Super VL:ää tehtäviin, jotka vaihtelevat huolellisuustarkastuksista turvallisuuteen ja lääketieteellisiin vaateanalyyseihin.

Super VL:n multimodaaliset näkö- ja kielikyvyt mahdollistavat sen käsittelemään saumattomasti tekstiä, taulukoita, kaavioita, kuvia ja verkkosivuja, jolloin tekoälyagentit voivat integroida visuaalisen ja tekstuaalisen syötteen ilman tehtävien siirtoa järjestelmien välillä. Malli ja aineistot ovat täysin avoimia, toimitetaan koulutusreseptien kanssa ja ovat saatavilla alustoilla kuten Hugging Face ja NVIDIA NIM, joka tarjoaa mallin mikropalveluna yrityskäyttöön optimoituna.

Nemotron 3.5 -mallit ovat yhteensopivia laajan joukon NVIDIA-laitteistoja kanssa, mukaan lukien DGX Spark, DGX Station, RTX PRO, Jetson ja GeForce RTX PC:t, yhdistäen datakeskustason tekoälyn ja paikallisen reunaintelegenssin. Tämä julkaisu täydentää entisestään NVIDIA:n elokuussa julkaisemia Nemotron Lightning ja Ultra -malleja, jotka on suunnattu suurten tietomäärien käsittelyyn ja edistyneeseen päättelyyn.

Julkaisun tukena toimii NVIDIA Nemotron Coalition, maailmanlaajuinen tekoälylaboratorioiden ja kehittäjien yhteistyö, johon kuuluvat Mistral AI, LangChain, Perplexity ja muut, jotka kehittävät avoimia huippumalleja. Koalition ensimmäinen projekti, NVIDIA:n ja Mistral AI:n yhteiskehitys, tukee tulevaa Nemotron 4 -malliperhettä, korostaen avoimuutta, yhteistyötä ja tekoälyn suvereniteettia.

NVIDIAn jatkuvat investoinnit avoimiin ja räätälöitäviin tekoälymalleihin tähtäävät kehittyneen tekoälyn demokratisointiin samalla, kun organisaatiot voivat ylläpitää hallintaa tiedoistaan ja tekoälyn käyttöönotosta moninaisissa toimintaympäristöissä.