Modelle12. August 2026

Nvidia veröffentlicht das Open-Source-Modell Nemotron 3.5 Lightning 30B

Nvidia hat offiziell Nemotron 3.5 Lightning vorgestellt, ein neues Open-Source-Modell für künstliche Intelligenz mit 30 Milliarden Parametern. Diese Veröffentlichung stellt einen bedeutenden Beitrag zum Open-Weights-Ökosystem dar und bietet Unternehmensentwicklern eine leistungsstarke Basis für komplexe generative Aufgaben und logisches Denken.

Warum das wichtig ist

Die Verfügbarkeit eines Modells mit 30 Milliarden Parametern von einem führenden Hardware-Anbieter ermöglicht es Engineering-Teams, die Lücke zwischen kleinen Edge-Modellen und massiven proprietären Systemen zu schließen. Es erleichtert die Erstellung spezialisierter Anwendungen, die auf souveräner Infrastruktur gehostet werden können, ohne auf modernste Leistung zu verzichten.

Kernpunkte

Das Modell nutzt 30 Milliarden Parameter, um ein Gleichgewicht zwischen Recheneffizienz und anspruchsvollen Ergebnissen zu liefern.
Nvidia hat die Gewichte unter einer offenen Lizenz veröffentlicht, um die Anpassung und Integration in privaten Unternehmensumgebungen zu fördern.
Es wurde speziell für hohen Durchsatz und geringe Latenz entwickelt, um reale Produktions-Workloads zu unterstützen.

Passende Lösungen

Generative KI Sovereign AI KI-Apps & Plattformen

Alle KI-Nachrichten

Mehr KI-Nachrichten

Modelle

Moonshot AI stellt Kimi K3.1 Pro und High-Speed-Variante für die kommerzielle Evaluierung vor

Moonshot AI hat sein Modell Kimi K3.1 Pro zusammen mit einer speziellen High-Speed-Version für eine schnellere Verarbeitung offiziell eingeführt. Unternehmen, die die Veröffentlichung prüfen, untersuchen die Betriebskosten und die Datenverarbeitungsrichtlinien des Anbieters genau, bevor sie sich für den Produktiveinsatz entscheiden.

Modelle

Kimi K3.1 Pro sichert sich den fünften Platz auf dem SevenLab AI Leaderboard

Kimi K3.1 Pro des Entwicklers Kimi ist offiziell in die Top Ten des SevenLab AI Leaderboards eingestiegen und belegt insgesamt den fünften Platz. Der Benchmark bewertet führende Basismodelle anhand einer speziellen wertbereinigten Methodik, die auf Evaluierungsdaten von Artificial Analysis basiert.

Modelle

Auswahl von Enterprise-Hardware für lokale LLMs priorisiert Speicherkapazität und Bandbreite

Unternehmensteams, die Hardware für die lokale Ausführung von Sprachmodellen evaluieren, müssen Speicherkapazität und Bandbreite gegenüber reiner Rechenleistung priorisieren. Die Unified-Memory-Architektur ermöglicht es Entwickler-Workstations, Modelle mit größeren Parametern direkt in den Speicher zu laden. Planungsverantwortliche prüfen diese Spezifikationen, um eine kosteneffiziente On-Device-Inferenz sicherzustellen.

Ready to build something extraordinary?

15 minutes. No pitch deck. Just a conversation about what AI can do for your team.

Talk directly with our AI specialists

15 Min, unverbindlich

Kein Verkaufsdruck

Prototyp in 7 Tagen