Sistema de IA de Nueva Generación Promete Escalabilidad Sin Precedentes
- AI21 presenta Jamba, un potente modelo de IA híbrido que combina la tecnología Mamba y Transformer.
- Jamba destaca por su escalabilidad, ofreciendo hasta 140K contextos en una sola GPU.
- La publicación del código abierto del modelo y su integración con la API de NVIDIA simplifican el despliegue.
Impulsando la solución empresarial integral como AI21 mientras supera a todos los modelos mundiales conocidos en términos de productividad, Jambo se convierte en el primer modelo disponible en un método Mamba de grado de producción. Con la integración de la tecnología Mamba SSM y los elementos de una antigua arquitectura Transformer, Jamba representa una nueva visión en el diseño del modelo de lenguaje grande (LLM).
Revolucionando los LLM
La aparición de Jamba indica un cambio de era en el caso de los LLM, que manejan eficientemente las limitaciones de las arquitecturas SSM y Transformers regulares. Al aventurarse en un tamaño de ventana de contexto de hasta 256K, se observa que Jamba tiene una gran ventaja sobre otros modelos en regiones similares en diferentes benchmarks, estableciendo así la nueva barra como medida de la mejor eficiencia y rendimiento.
La arquitectura de Jamba tiene muchos aspectos que la configuran como un sistema híbrido de Transformers, Mambas y una mezcla de expertos (MoE) que actúan juntos en sinergia. Esta integración implementa la optimización del uso de memoria junto con el rendimiento, que es el enfoque principal de una tarea de lenguaje a gran escala, y empuja los límites de lo que se puede lograr en términos de rendimiento.
La escalabilidad es el ADN de Jamba, lo que significa que puede manejar más de 140K contextos utilizando solo una GPU. Esta escalabilidad puede mantener las operaciones y la participación a distancia, ayudando al aprendizaje y la exploración, generando nuevo conocimiento y fomentando la innovación dentro de la comunidad de IA.
Logros históricos
El lanzamiento de Jamba marca no solo un fenómeno cambiador, sino también un paso pionero hacia adelante en el campo de la investigación de LLM. En primer lugar, fusiona con éxito la arquitectura Mamba y la Transformer de tal manera que ambas trabajan juntas como simbiontes, resultando en una combinación verdaderamente más poderosa que las partes individuales. Además, el texto introduce una versión híbrida SSM-Transformer que combina el poder y la velocidad de otros SSM-Transformers existentes con la capacidad de funcionar mejor en nuevos contextos.
Dagan, sin embargo, VP de producto en AI21, expresó increíblemente y mantuvo la estructura de arquitectura mixta de Jamba a la vanguardia. Explicó cómo la agilidad de Jamba permite la entrega rápida de casos de uso con grandes volúmenes y soporta rapidez en tiempo real, incluso acelerando el lanzamiento de casos de uso críticos.
Colaboración de código abierto
El lanzamiento de pesos abiertos de Jamba con una licencia Apache 2.0 implica que AI21 puede implementar este tipo de comisión en la comunidad de código abierto. AI21 se compromete a proporcionar un entorno donde los nuevos avances puedan fomentarse mediante el fomento de contribuciones e ideas adicionales.
Encapsular una canalización de GPU NVIDIA como un microservicio de inferencia NIM simplifica la accesibilidad de Jamba para impulsar aplicaciones empresariales. Humanización: La integración sin fricciones permite un despliegue rápido y sin problemas, mientras actualiza las aplicaciones de Jampa en prácticamente todos los escenarios diarios.
El lanzamiento de Jamba por parte de AI21 ha significado un hito importante dentro del campo de la IA corporativa. Jamba está posicionado para transformar la industria de los modelos de lenguaje ofreciendo una arquitectura híbrida innovadora, una escalabilidad inigualable y características excepcionales de integración de modelos. Por lo tanto, equipa a los clientes para realizar sus tareas de lenguaje desafiantes de manera más fácil y rápida que antes.
AI21 también ha mostrado su apoyo a la colaboración de código abierto y a las asociaciones comerciales con empresas líderes de IA como NVIDIA, lo que demuestra aún más su dedicación a impulsar el ritmo del avance tecnológico y aumentar la adopción de soluciones de IA altamente eficientes en varios campos.
Jamba, sin embargo, está asegurando su lugar dentro del panorama más amplio de la IA en lo que respecta al procesamiento del lenguaje; por lo tanto, el impacto se sentirá mucho más allá del alcance de las plataformas tradicionales de procesamiento del lenguaje para dar paso a un nuevo orden de soluciones empresariales impulsadas por IA.
No te limites a leer noticias sobre criptomonedas. Entiéndelas. Suscríbete a nuestro boletín. Es gratis.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
Brian Koome
Brian Koome cuenta con más de siete años de experiencia en la cobertura de blockchain y criptomonedas, habiendo estado activo en el sector desde 2017. Ha colaborado con publicaciones líderes, entre ellas BlockToday.com. Además, desarrolló el curso Ethereum 101 para BitDegree.org antes de unirse a Cryptopolitan como escritor a tiempo completo. Brian cubre guías perennes (EGs), análisis profundos, entrevistas y análisis de precios. Su enfoque en DeFi, innovación en blockchain y proyectos emergentes de criptomonedas deleita a los lectores.
