Zyphra ülevaade: AMD riistvaral treenitud tõhusad MoE mudelid, mis ületavad oma suuruse kohta ootusi

#Quasa #QUA #zyphra

Zyphra (esitletud lehel Quasa.io/projects/zyphra) on avatud superintellekti kogu tehnoloogiapakki arendav ettevõte, mis loob algusest peale suveräänseid, läbipaistvaid ja inimeste eesmärkidega kooskõlas olevaid tehisintellektisüsteeme.

Selle asemel et toetuda suletud mudelitele ja ühe tarnija riistvarale, arendab Zyphra uudseid avatud alusmudeleid (ZAYA perekond), mille intellektivõimekus mudeli suuruse kohta on läbimurdeline, ning teeb need seejärel kättesaadavaks Zyphra Cloud kaudu — andes organisatsioonidele tegeliku kontrolli oma tehisintellektitaristu üle.

Zyphra tegevuse keskmes on intellekti tõhususe piiride nihutamine: selliste mudelite loomine, mis pakuvad tipptasemel arutlusvõimet, kasutades samal ajal märkimisväärselt vähem aktiivseid parameetreid ja töötades tõhusalt alternatiivsetel kiipidel.

Peamised tugevused on järgmised:
• ZAYA1-8B — Mixture-of-Experts mudel, millel on vaid 760M aktiivset parameetrit (kokku 8.4B) ning mis saavutab keeruka arutluse, matemaatika ja programmeerimise võrdlustestides oma suuruse kohta erakordselt häid tulemusi — küündides sageli palju suuremate avatud kaaludega mudelite tasemele või ületades neid.
• Uudne MoE++ arhitektuur — Compressed Convolutional Attention, täiustatud marsruutimine ning uuendused eel- ja järeltreeningus, mis maksimeerivad jõudlust iga FLOP kohta.
• AMD-keskne treenimine — Esimesed suuremahulised MoE mudelid, mille eel-, vahe- ja peenhäälestustreening on algusest lõpuni tehtud AMD Instinct MI300X graafikaprotsessoritel ja Pensando võrgutaristul — tõestades, et suveräänne, mitme tarnija lahendustel põhinev tehisintellektitaristu on kasutusvalmis.
• Zyphra Cloud — Kogu tehnoloogiapakki hõlmav tootmiskeskkonna platvorm, mis toob Zyphra Research uuendused arendajate, ettevõtete ja hüpermastaabis pilveteenusepakkujateni ning võimaldab sujuvat juurutamist ja skaleerimist.
• Multimodaalsed ja tulevased mudelid — ZAYA-VL (nägemine ja keel), ZAYA1-74B eelversioonid, difusioonipõhiste keelemudelite katsetused ja palju muud arendusplaanis.

See sobib suurepäraselt tehisintellektiuurijatele, suveräänset tehisintellekti nõudvatele ettevõtetele, avatud mudelitele tuginevaid lahendusi loovatele arendajatele ning kõigile, kes on tüdinud tarnijalukustusest või tohututest järelduskuludest. 2026. aastal paistab Zyphra silma ühe kõige põnevama panusena tõhusale, avatud ja riistvarast sõltumatule superintellektile.

Kogukond on vaimustuses:
“ZAYA1-8B on pöörane — alla 1B aktiivse parameetri, kuid teeb hiilgavaid tulemusi matemaatika ja programmeerimise võrdlustestides, millega on raskusi isegi sellest 10x suurematel mudelitel. See on tõhusa intellekti tulevik.”
“Lõpuks ometi tõeline alternatiiv ainult NVIDIA riistvarale tuginevale maailmale. Zyphra AMD riistvaral treenitud mudelid tõestavad, et suveräänne tehisintellekt pole lihtsalt võimalik — see on juba kohal.”
“Zyphra Cloud + ZAYA mudelid = avatud superintellekti tehnoloogiapakk, mida oleme oodanud.”

See paistab eriti silma intellektivõimekuse poolest mudeli suuruse kohta, keerukat arutlust nõudvates ülesannetes, kulutõhusas järeldamises ning tõeliselt suveräänsete tehisintellektisüsteemide loomises jõudluses järeleandmisi tegemata.

Puudused: Mudelid on veel varases arengujärgus (uuemad väljalasked, näiteks ZAYA1, on eelversioonid); parimad tulemused nõuavad sageli tipptaseme saavutamiseks täiendavat arvutustööd järeldamise ajal; kogu pilveplatvormi kasutuselevõtt suurettevõtete tasandil on alles hoogustumas.

Kokkuvõttes on Zyphra 2026. aastal üks valdkonna olulisemaid ja paljulubavamaid kogu tehnoloogiapakki arendavaid ettevõtteid organisatsioonidele ja arendajatele, kes soovivad avatud, tõhusat ja suveräänset tipptasemel tehisintellekti. See pole lihtsalt järjekordne mudelilabor — see ehitab tuleviku täielikku avatud superintellektitaristut.

Teeni ka Quasa kaudu QUA preemiat!  

4.8/5 tärni (silmapaistev uuenduslikkuse, tõhususe ja suveräänsusele keskendumise poolest; väikeste mööndustega uuemate mudelite varase arengujärgu tõttu).

Alusta siit: https://quasa.io/projects/zyphra