نموترون
| توسعه‌دهنده(ها) | انویدیا |
|---|---|
| انتشار اولیه | ۱۵ نوامبر ۲۰۲۳؛ ۲ سال پیش |
| مجوز | پروانه‌های مختلف، پروانه مدل باز انویدیا[۱] |
| وبگاه | |
| مخزن | github.com/NVIDIA-NeMo/Nemotron |
نموترون (به انگلیسی: Nemotron) خانواده‌ای از مدل‌های هوش مصنوعی ساخت شرکت انویدیا است. این خانواده شامل مدل‌های زبانی بزرگ و مدل‌های چندوجهی است که برای اهدافی نظیر استدلال، برنامه‌نویسی، بازیابی اطلاعات و کاربردهای هوش مصنوعی عامل‌محور (Agentic AI) طراحی شده‌اند. انویدیا وزن‌های باز (Open weights)، داده‌های آموزشی، نرم‌افزارها و روش‌های آموزش بخش‌هایی از این خانواده را به‌صورت عمومی منتشر کرده است.[۲][۳]
تاریخچه
انویدیا در نوامبر ۲۰۲۳، مدل‌های «نموترون-۳ ۸بی» (Nemotron-3 8B) را برای کاربردهای سازمانیِ هوش مصنوعی مولد معرفی کرد.[۴] پس از آن در ژوئن ۲۰۲۴، مدل «نموترون-۴ ۳۴۰بی» (Nemotron-4 340B) عرضه شد. این مجموعه شامل مدل‌های پایه، تنظیم‌شده با دستورالعمل (Instruction-tuned) و مدل‌های پاداش (Reward) بود که بخشی از هدف توسعهٔ آن‌ها، کمک به تولید داده‌های مصنوعی بود.[۵]
بعدها انویدیا سری «لاما نموترون» (Llama Nemotron) را معرفی کرد؛ مجموعه‌ای از مدل‌های استدلالی که بر پایهٔ مدل‌های لامای شرکت متا ساخته شده‌اند.[۶] در دسامبر ۲۰۲۵، انویدیا با رونمایی از مدل نانو (Nano)، نسل سوم نموترون را معرفی کرد.[۲] نسخه‌های سوپر (Super) و اولترا (Ultra) از همین نسل نیز در سال ۲۰۲۶ منتشر شدند.[۷][۸]
مدل‌ها
خانواده‌های اصلی
| خانواده | سال انتشار | کاربرد |
|---|---|---|
| نموترون-۳ | ۲۰۲۳ | کاربردهای سازمانی[۴] |
| نموترون-۴ | ۲۰۲۴ | تولید داده‌های مصنوعی[۵] |
| لاما نموترون | ۲۰۲۵ | استدلال بر پایهٔ لاما[۶] |
| نموترون ۳ | ۲۰۲۵ | هوش مصنوعی عامل‌محور[۲] |
مدل‌های نموترون ۳ از یک معماری ترکیبی بهره می‌برند که شبکه‌های مامبا (Mamba)، ترنسفورمر و اجزای ترکیبی از خبرگان (Mixture of experts) را با یکدیگر ادغام کرده است.[۳]
سری نموترون ۳
| مدل | پارامترها | کاربرد مورد نظر |
|---|---|---|
| نانو (Nano) | ۳۰ میلیارد (۳ میلیارد فعال) | عامل‌های سبک و کارآمد[۲] |
| سوپر (Super) | ۱۲۰ میلیارد (۱۲ میلیارد فعال) | استدلال عامل‌محور[۷][۹] |
| اولترا (Ultra) | ۵۵۰ میلیارد (۵۵ میلیارد فعال) | استدلال‌های پیچیده[۸] |
| نانو اُمنی (Nano Omni) | ۳۰ میلیارد (۳ میلیارد فعال) | عامل‌های چندوجهی[۱۰] |
مدل نانو اُمنی می‌تواند ورودی‌های متنی، تصویری، ویدئویی و صوتی را پردازش کند.[۱۰] مدل‌های نموترون را می‌توان برای استقرار محلی دانلود کرد، یا از طریق رابط‌های برنامه‌نویسی (API) انویدیا و سرویس‌های استنتاجی ان‌آی‌ام (NIM) به آن‌ها دسترسی داشت.[۱۱][۱۲]
جستارهای وابسته
منابع
- ↑ «NVIDIA Nemotron Open Model License». انویدیا. ۱۵ دسامبر ۲۰۲۵. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 3 4 Lee، Jane Lanhee (۱۵ دسامبر ۲۰۲۵). «Nvidia unveils new open-source AI models amid boom in Chinese offerings». رویترز. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite news}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 Knight، Will (۱۵ دسامبر ۲۰۲۵). «Nvidia Becomes a Major Model Maker With Nemotron 3». وایرد. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite news}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 «NVIDIA AI Foundation Models: Build Custom Enterprise Chatbots and Co-Pilots With Production-Ready LLMs». Nvidia Technical Blog. انویدیا. ۱۵ نوامبر ۲۰۲۳. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 Nuñez، Michael (۱۴ ژوئن ۲۰۲۴). «Nvidia's Nemotron-4 340B model redefines synthetic data generation, rivals GPT-4». VentureBeat. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite news}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 Bercovich، Akhiad؛ Levy، Itay؛ Golan، Izik؛ Dabbah، Mohammad (۲ مه ۲۰۲۵). «Llama-Nemotron: Efficient Reasoning Models». arXiv. arXiv:2505.00949.
{{cite journal}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 Knight، Will (۱۱ مارس ۲۰۲۶). «Nvidia Will Spend $26 Billion to Build Open-Weight AI Models, Filings Show». وایرد. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite news}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 «NVIDIA Nemotron 3 Ultra». Nvidia Research. انویدیا. ۴ ژوئن ۲۰۲۶. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - ↑ «Introducing Nemotron 3 Super: An Open Hybrid Mamba-Transformer MoE for Agentic Reasoning». Nvidia Technical Blog. انویدیا. ۱۱ مارس ۲۰۲۶. دریافت‌شده در ۳۱ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - 1 2 «NVIDIA Nemotron 3 Nano Omni Powers Multimodal Agent Reasoning in a Single Efficient Open Model». Nvidia Technical Blog. انویدیا. ۲۸ آوریل ۲۰۲۶. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - ↑ Sirodot، Bertrand؛ Bronzati، Fabricio (۷ نوامبر ۲۰۲۵). «Introduction to NVIDIA Inference Microservices, aka NIM». Dell Technologies Info Hub. دل تکنولوژی. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده) - ↑ «NVIDIA Nemotron». انویدیا. دریافت‌شده در ۲۹ ژوئیه ۲۰۲۶.
{{cite web}}: نگهداری یادکرد:تاریخ به‌طور خودکار ترجمه‌شده (رده)
پیوند به بیرون
- نرم‌افزارهای ۲۰۲۳ (میلادی)
- مدل‌های زبان بزرگ
- تعامل چندوجهی
- نرم‌افزارهای انویدیا