Zyphra: análise dos eficientes modelos MoE adestrados en AMD que renden moi por riba do que o seu tamaño suxire

#Quasa #QUA #zyphra

Zyphra (presente en Quasa.io/projects/zyphra) é unha empresa de superintelixencia aberta que abrangue toda a infraestrutura tecnolóxica e crea desde cero sistemas de IA soberanos, transparentes e aliñados.

En vez de depender de modelos pechados e de hardware dun único provedor, Zyphra desenvolve modelos fundacionais abertos innovadores (a familia ZAYA) cunha densidade de intelixencia revolucionaria e despois ofréceos a través de Zyphra Cloud — o que lles dá ás organizacións un control real sobre a súa infraestrutura de IA.

Na súa esencia, Zyphra amplía os límites da eficiencia da intelixencia: crea modelos que ofrecen un razoamento de vangarda ao tempo que empregan moitos menos parámetros activos e funcionan de maneira eficiente en chips alternativos.

Entre os aspectos máis destacados figuran:
• ZAYA1-8B — Un modelo de mestura de expertos con só 760M de parámetros activos (8.4B en total) que rende moi por riba do que o seu tamaño suxire nas probas de referencia de razoamento complexo, matemáticas e programación — a miúdo igualando ou superando modelos de pesos abertos moito máis grandes.
• Arquitectura MoE++ innovadora — Compressed Convolutional Attention, encamiñamento avanzado e innovacións no preadestramento e no posadestramento que maximizan o rendemento por FLOP.
• Adestramento centrado en AMD — Os primeiros modelos MoE a gran escala preadestrados, adestrados nunha fase intermedia e axustados de principio a fin en GPU AMD Instinct MI300X e con tecnoloxía de rede Pensando — o que demostra que a infraestrutura de IA soberana con múltiples provedores xa está lista.
• Zyphra Cloud — Plataforma de produción que abrangue toda a infraestrutura tecnolóxica e achega as innovacións de Zyphra Research a desenvolvedores, empresas e provedores de infraestrutura a hiperescala, cun despregamento e unha ampliación da capacidade sen complicacións.
• Modelos multimodais e futuros — ZAYA-VL (visión e linguaxe), versións preliminares de ZAYA1-74B, experimentos con modelos de linguaxe por difusión e máis novidades na folla de ruta.

É ideal para investigadores de IA, empresas que esixen IA soberana, desenvolvedores que crean solucións sobre modelos abertos e calquera persoa farta da dependencia dun provedor ou dos enormes custos de inferencia. En 2026, Zyphra destaca como unha das apostas máis estimulantes pola superintelixencia eficiente, aberta e independente do hardware.

Á comunidade encántalle:
“ZAYA1-8B é unha loucura — con menos de 1B de parámetros activos, arrasa nas probas de referencia de matemáticas e programación que lles custan a modelos 10x máis grandes. Este é o futuro da intelixencia eficiente.”
“Por fin, unha alternativa real ao mundo exclusivo de NVIDIA. Os modelos de Zyphra adestrados en AMD demostran que a IA soberana non só é posible — xa está aquí.”
“Zyphra Cloud + modelos ZAYA = o conxunto de tecnoloxías de superintelixencia aberta que levabamos tempo agardando.”

Destaca especialmente na densidade de intelixencia, nas tarefas que esixen moito razoamento, na inferencia a un custo reducido e na creación de sistemas de IA verdadeiramente soberanos sen sacrificar o rendemento.

Inconvenientes: Os modelos aínda están nunha fase inicial (as versións máis recentes, como ZAYA1, son preliminares); os mellores resultados adoitan requirir cómputo durante a inferencia para acadar o máximo rendemento; a adopción da plataforma completa na nube a escala empresarial está a medrar.

En conxunto, para as organizacións e os desenvolvedores que en 2026 queren unha IA de vangarda aberta, eficiente e soberana, Zyphra é unha das empresas máis importantes e prometedoras do sector que abranguen toda a infraestrutura tecnolóxica. Non é simplemente outro laboratorio de modelos — está a construír a infraestrutura completa de superintelixencia aberta do futuro.

Gaña tamén recompensas en QUA a través de Quasa!  

4.8/5 estrelas (sobresaínte en innovación, eficiencia e enfoque na soberanía; pequenas reservas sobre a madurez aínda incipiente dos modelos máis recentes).

Comeza aquí: https://quasa.io/projects/zyphra