Nvidia, yapay zeka alanındaki yenilikçi çalışmalarıyla dikkat çekmeye devam ediyor. Şirket, farklı veri türlerini entegre ederek daha verimli bir yapay zeka deneyimi sunan yeni modeli Nemotron 3 Nano Omni’yi tanıttı. Bu model, metin, görüntü, ses, video ve grafik arayüzleri işleyebilme yeteneği sayesinde önemli bir sıçrama vaat ediyor.
Geleneksel yapay zeka sistemleri genellikle birden fazla modelin bir araya gelmesiyle çalışıyor ve bu durum gecikmeye, bağlam kaybına yol açabiliyor. Nvidia, bu sorunu çözmek amacıyla Nemotron 3 Nano Omni’yi geliştirdi. Bu model, görme, duyma ve dil anlayışını tek bir çatı altında birleştirerek daha entegre bir yapı sunuyor.
30 milyar parametreye sahip olan Nemotron 3 Nano Omni, Mixture-of-Experts (Uzman Karışımı) mimarisi üzerine inşa edildi. Bu mimari, her işlemde modelin tamamını çalıştırmak yerine, göreve en uygun alt ağları seçerek yalnızca gerekli kısımları aktifleştiriyor. Böylece, işlem sırasında yalnızca 3 milyar parametre aktif hale gelerek hesaplama maliyetlerini düşürüyor ve verimliliği artırıyor. Nvidia, bu yaklaşımın daha büyük modellerin performansına yakın sonuçlar sunduğunu belirtiyor.
Gelecekte yapay zeka ajanlarının önemi giderek artacak. Ancak mevcut yapay zeka sistemleri, konuşma tanıma, görsel analiz ve dil işleme gibi ayrı görevler için farklı modeller kullanıyor. Nemotron 3 Nano Omni, bu süreçleri tek bir akıl yürütme döngüsü içinde birleştirerek daha az gecikme ve daha yüksek verimlilik sunuyor. Örneğin, Parakeet konuşma kodlayıcısını ve C-RADIOv4-H görsel kodlayıcısını entegre ederek bu görevleri tek bir sistemde gerçekleştirebiliyor.
Nvidia’nın açıkladığına göre, bu bütünleşik yapı, benzer modellere göre 9 kat daha fazla iş hacmi sunabiliyor. Video tabanlı görevlerde ise, %300 daha yüksek performans sağlarken %275 daha düşük hesaplama gücü kullanıyor. Ayrıca, modelin 256 bin token’lık geniş bağlam penceresi, karmaşık belge analizi ve çok katmanlı veri işleme senaryolarında büyük avantaj sağlıyor.
Nemotron 3 Nano Omni, önemli bir dönüşüm potansiyeli taşıyor. Foxconn, Palantir ve H Company gibi firmaların bu modeli kullanmaya başladığı bildiriliyor. Dell, Oracle ve Infosys gibi diğer teknoloji devleri ise değerlendirme aşamasında. Nvidia, modelin erişilebilirliğini artırmak için Nemotron 3 Nano Omni’yi Hugging Face, OpenRouter, Amazon SageMaker ve kendi NIM mikro servisleri üzerinden sunuyor. Ayrıca, modelin açık kaynak kodları, veri setleri ve eğitim yöntemleri de geliştiricilerin kendi ihtiyaçlarına göre sistemi özelleştirmesine olanak tanıyor.
