انویدیا SchedMD را خرید و خانواده مدل‌های باز Nemotron 3 را معرفی کرد

شرکت انویدیا در حرکت تازه‌ای که نشان‌دهنده تمرکز بیشتر این شرکت بر اکوسیستم متن‌باز هوش مصنوعی است، همزمان از خرید SchedMD و رونمایی از خانواده مدل‌های باز جدیدی به نام Nemotron 3 خبر داد. این دو اقدام تأثیر مستقیمی بر زیرساخت‌های پردازشی و توسعه مدل‌های مولد هوش مصنوعی خواهد داشت.

خرید SchedMD و اهمیت Slurm برای محاسبات سنگین
SchedMD توسعه‌دهنده اصلی سیستم مدیریت بار کاری متن‌باز Slurm است؛ سامانه‌ای که از اوایل دهه ۲۰۰۰ برای زمان‌بندی و مدیریت خوشه‌های محاسباتی (HPC) و محیط‌های GPU-محور مورد استفاده قرار می‌گیرد. Slurm وظیفه تخصیص منابع محاسباتی، زمان‌بندی اجرای تسک‌ها و مدیریت صف‌های کاری در خوشه‌های بزرگ را بر عهده دارد و به همین دلیل در پروژه‌های تحقیقاتی، مراکز داده کارکنانی و کاربردهای مبتنی بر هوش مصنوعی مولد نقش زیرساختی دارد.

طبق اعلام انویدیا، SchedMD همچنان به‌صورت نرم‌افزار متن‌باز و بی‌طرف در اختیار جامعه خواهد ماند. SchedMD در سال ۲۰۱۰ توسط توسعه‌دهندگان اصلی Slurm، موریس جِت و دنی آوبل تأسیس شد و آوبل در حال حاضر مدیرعامل شرکت است. جزئیات مالی این معامله اعلام نشده و انویدیا فراتر از انتشار پُست بلاگ شرکت، اظهار نظر بیشتری ارائه نکرده است. این شرکت افزوده که بیش از یک دهه با SchedMD همکاری داشته و قصد دارد در فناوری مذکور سرمایه‌گذاری و دسترسی آن را به سامانه‌های مختلف تسریع کند.

معرفی خانواده Nemotron 3: مدل‌های باز با تمرکز بر کارایی
هم‌زمان، انویدیا خانواده جدیدی از مدل‌های متن‌باز را با نام Nemotron 3 معرفی کرد که هدف آن «افزایش کارایی و شفافیت برای ساخت سیستم‌های عامل‌دار (agentic) در مقیاس» اعلام شده است. این خانواده سه عضو اصلی دارد:
– Nemotron 3 Nano: مدل کوچک‌تر و بهینه برای کارهای هدفمند و استقرار در محیط‌هایی با محدودیت منابع (مانند لبه یا دستگاه‌های محلی).
– Nemotron 3 Super: مدل میان‌رده برای کاربردهای چندعامله و پیاده‌سازی سیستم‌های چندعاملی هوش مصنوعی.
– Nemotron 3 Ultra: مدل بزرگ‌تر برای وظایف پیچیده‌تر که نیاز به ظرفیت محاسباتی و دقت بیشتر دارد.

انویدیا این مجموعه را «کارآمدترین خانواده مدل‌های باز» برای توسعه عوامل هوش مصنوعی توصیف کرده و تأکید دارد که شفافیت و دسترسی آزاد برای تسریع نوآوری ضروری است.

ادامه روند سرمایه‌گذاری در هوش مصنوعی متن‌باز و «هوش مصنوعی فیزیکی»
این حرکت‌ها در امتداد تلاش‌های اخیر انویدیا برای تقویت مجموعه نرم‌افزارها و مدل‌های باز قرار دارد. هفته‌های گذشته این شرکت مدل بینایی-زبان متن‌بازی به نام Alpamayo-R1 را برای پژوهش در رانندگی خودران منتشر کرد و همچنین راهنماها و گردش‌کارهایی برای استفاده از مدل‌های جهان-محور (Cosmos) که تحت مجوزهای مُرخص منتشر شده‌اند، ارائه نمود. هدف کلی انویدیا توسعه «هوش مصنوعی فیزیکی» است؛ یعنی کاربردهایی که در رباتیک، وسایل نقلیه خودران و سیستم‌های تعاملی فیزیکی به‌کار می‌روند و مستلزم ترکیب مدل‌های هوش مصنوعی با سخت‌افزار (به‌ویژه GPU) و نرم‌افزار سازگارند.

پیامدها برای پژوهشگران و صنعت
ادغام SchedMD با یک بازیگر بزرگ مانند انویدیا می‌تواند دسترسی به بهینه‌سازی‌های عمیق‌تر برای سخت‌افزارهای GPU و تسهیل کار با خوشه‌های بزرگ را به همراه داشته باشد، اما برای جامعه متن‌باز مهم است که ضمانت‌های حفظ ماهیت بی‌طرف و متن‌باز Slurm شفاف باقی بماند. از سوی دیگر، انتشار خانواده Nemotron 3 می‌تواند گزینه‌های بیشتری برای توسعه‌دهندگان و محققان فراهم کند، به‌ویژه برای پروژه‌هایی که به تعادل بین کارایی، شفافیت و هزینه محاسباتی نیاز دارند.

انویدیا اعلام کرده که به سرمایه‌گذاری در این حوزه و فراهم‌سازی ابزارها و مدل‌های باز ادامه خواهد داد؛ تحولی که می‌تواند در کوتاه‌مدت سرعت نوآوری در هوش مصنوعی مولد و رباتیک را افزایش دهد و در بلندمدت ساختار رقابتی بازار سخت‌افزار و نرم‌افزار هوش مصنوعی را تحت تأثیر قرار دهد.

راهنمای هوش مصنوعی

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اسکرول به بالا