Дженсен Хуанг планує створити відкриту модель, що зможе конкурувати з китайським опенсорсом
Nvidia планує виділити близько $7 млрд на розробку відкритої моделі Nemotron, використовуючи технології та фахівців стартапу Poolside. Цель — конкурувати з китайськими моделями типу DeepSeek та Moonshot та підсилити залежність ринку від GPU Nvidia.
🚀 Стратегічний крок. Для компаній, які хочуть зменшити залежність від закритих API та мають доступ до GPU Nvidia, це може знизити витрати на AI.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Nvidia планує виділити $7 млрд на розробку відкритої моделі Nemotron.
- •Угода з Poolside дає Nvidia ексклюзивну ліцензію на їх технологію та переклад більшості працівників.
- •Poolside оцінюється в $12 млрд; Nvidia додатково інвестує $1 млрд.
- •Ціль — конкурувати з китайськими моделями DeepSeek та Moonshot.
- •Модель буде оптимізована виключно під GPU Nvidia для підсилення залежності ринку від їх обладнання.
Як це змінить ваш ринок?
Банки та промислові компанії, які залежать від AI для аналізу даних, часто стикаються з блокером — потребою передавати конфіденційну інформацію третім сторонам через закриті API. Відкрита модель, оптимізована під GPU Nvidia, дозволяє розгортати AI локально, знімаючи цей ризик і знижуючи витрати на підписки. Для виробників це означає можливість впроваджувати предиктивне технічне обслуговування без звітності до зовнішніх провайдерів.
Визначення: Відкрита модель AI — це нейромережа, ваги якої публічно доступні, дозволяючи будь‑кому вільно використовувати, модифікувати та розгортати її без ліцензійних обмежень.
Для кого це і за яких умов
- •7B версія: MacBook з 16 ГБ ОЗУ, без потреби в IT‑команді, розгортання за 15 хв.
- •27B версія: GPU Nvidia з 24 ГБ пам’яттю (наприклад, RTX 4090) або хмарний еквівалент ~$0,5/год, потреба в одному IT‑спеціалісті, термін впровадження 1‑2 дні.
- •Мінімальний масштаб: будь‑яка компанія з 10+ працівниками, яка вже використовує GPU для графіки або обчислень.
Альтернативи
| Продукт | Ціна | Де працює | Мін. вимоги | Ключова різниця |
|---|---|---|---|---|
| Nemotron 7B (Nvidia) | безкоштовно (відкриті ваги) | Локально на GPU Nvidia, хмара | GPU 16 ГБ+ | Оптимізовано виключно під Nvidia, краща інтеграція з їх екосистемою |
| DeepSeek Coder 7B | безкоштовно (MIT) | Локально на будь‑якому GPU, хмара | GPU 8 ГБ+ | Відкрито, але не заточено під конкретне заліzo, менша продуктивність на Nvidia |
| Llama 3 8B (Meta) | безкоштовно (спільнота) | Локально на GPU/CPU, хмара | GPU 8 ГБ+ | Велика спільнота, універсальність, проте потребує більше ресурсів для однакової продуктивності |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Data Secrets — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live