Nvidia desarrolla Nemotron 4 de 1 billón de parámetros para desafiar a los principales modelos abiertos

Según se informa, Nvidia está desarrollando una nueva familia de modelos de IA, Nemotron 4, diseñada para competir con los modelos de código abierto líderes en el mundo. Según los informes, el modelo insignia contará con 1 billón de parámetros, lo que marca una expansión significativa del ecosistema de software de la empresa.

Este desarrollo sugiere un movimiento hacia la integración vertical donde el hardware y el software fundacional se diseñan en conjunto. Los equipos empresariales pronto podrían beneficiarse de modelos ajustados específicamente para una eficiencia máxima en la infraestructura que ya utilizan.

  • La familia Nemotron 4 aspira a rivalizar con las ofertas de código abierto de primer nivel.
  • Se espera que el modelo insignia alcance una escala de 1 billón de parámetros.
  • Nvidia está aumentando su enfoque en el desarrollo de modelos fundacionales junto con su posición dominante en hardware.
IA generativa Apps y plataformas de IA IA soberana
Todas las noticias de IA

Más noticias de IA

Modelos

Moonshot AI presenta Kimi K3.1 Pro y una variante de alta velocidad para evaluación comercial

Moonshot AI ha lanzado oficialmente su modelo Kimi K3.1 Pro junto con una versión de alta velocidad dedicada y diseñada para un procesamiento más rápido. Las organizaciones que evalúan el lanzamiento están examinando minuciosamente los costes operativos y las políticas de gestión de datos del proveedor antes de comprometerse con el despliegue en producción.

Modelos

Kimi K3.1 Pro asegura el quinto lugar en la tabla de clasificación SevenLab AI

Kimi K3.1 Pro, del desarrollador Kimi, ha entrado oficialmente en el top diez de la tabla de clasificación SevenLab AI, asegurando la quinta posición general. La prueba de referencia realiza un seguimiento de los modelos fundacionales líderes mediante una metodología especializada ajustada al valor, derivada de los datos de evaluación de Artificial Analysis.

Modelos

La selección de hardware empresarial para LLM locales prioriza la capacidad y el ancho de banda de la memoria

Los equipos empresariales que evalúan hardware para ejecutar modelos de lenguaje locales deben centrarse en la capacidad y el ancho de banda de la memoria por encima de la potencia de cálculo pura. La arquitectura de memoria unificada permite que las estaciones de trabajo de desarrollo carguen modelos con mayores parámetros directamente en memoria. Los líderes de planificación están evaluando estas especificaciones para garantizar una inferencia en el dispositivo que resulte rentable.

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, sin compromiso
Sin presión comercial
Prototipo en 7 días