Zyphra тойм: AMD дээр сургасан, хэмжээнээсээ давсан чадвартай, үр ашигтай MoE загварууд

#Quasa #QUA #zyphra

Zyphra (Quasa.io/projects/zyphra хуудсанд танилцуулсан) нь бие даасан, ил тод, хүний зорилго, үнэт зүйлстэй нийцсэн AI системүүдийг сууриас нь бүтээж буй, технологийн бүх давхаргыг хамарсан нээлттэй хэт оюун ухааны компани юм.

Zyphra нь хаалттай загварууд болон ганц нийлүүлэгчийн техник хангамжид найдахын оронд оюуны чадавхын нягтралаар эрс ахиц гаргасан шинэ нээлттэй суурь загваруудыг (ZAYA бүлэг) хөгжүүлж, дараа нь Zyphra Cloud-ээр дамжуулан хүргэдэг — ингэснээр байгууллагууд AI дэд бүтцээ бодитоор хянах боломжтой болдог.

Zyphra-ийн гол зорилго нь оюун ухааны үр ашгийн хязгаарыг тэлэхэд оршино: идэвхтэй параметрийн тоог эрс багасгаж, өөр төрлийн чип дээр үр ашигтай ажиллахын зэрэгцээ тэргүүлэх түвшний эргэцүүлэн дүгнэх чадвар үзүүлэх загваруудыг бүтээдэг.

Гол онцлогууд:
• ZAYA1-8B — Ердөө 760M идэвхтэй параметртэй (нийт 8.4B) Mixture-of-Experts загвар бөгөөд нарийн төвөгтэй эргэцүүлэл, математик, код бичих жишиг сорилуудад хэмжээнээсээ хавьгүй давсан чадвар үзүүлдэг — жин нь нээлттэй, хавьгүй том загваруудтай эн зэрэгцэх эсвэл тэднийг давах нь элбэг.
• Шинэлэг MoE++ архитектур — Compressed Convolutional Attention, дэвшилтэт чиглүүлэлт болон урьдчилсан сургалт, сургалтын дараах боловсруулалтын шинэчлэлүүд нь FLOP тутмын гүйцэтгэлийг дээд хэмжээнд хүргэдэг.
• AMD-д тулгуурласан сургалт — AMD Instinct MI300X GPU-үүд болон Pensando сүлжээний технологи дээр эхнээс нь дуустал урьдчилсан сургалт, завсрын сургалт, нарийн тохируулга хийсэн анхны том хэмжээний MoE загварууд — бие даасан, олон нийлүүлэгчтэй AI дэд бүтэц бэлэн болсныг баталж байна.
• Zyphra Cloud — Zyphra Research-ийн шинэчлэлүүдийг хөгжүүлэгчид, аж ахуйн нэгжүүд болон асар том хэмжээний үүлэн үйлчилгээ үзүүлэгчдэд хүргэж, саадгүй нэвтрүүлэх, цар хүрээг нэмэгдүүлэх боломж олгодог, технологийн бүх давхаргыг хамарсан үйлдвэрлэлийн ашиглалтын платформ.
• Олон төрлийн өгөгдөлтэй ажиллах болон ирээдүйн загварууд — ZAYA-VL (хараа-хэл), ZAYA1-74B-ийн урьдчилсан хувилбарууд, диффузид суурилсан хэлний загварын туршилтууд болон бусад олон зүйл хөгжүүлэлтийн төлөвлөгөөнд багтсан.

Энэ нь AI судлаачид, бие даасан AI шаарддаг аж ахуйн нэгжүүд, нээлттэй загваруудад тулгуурлан бүтээдэг хөгжүүлэгчид, мөн нэг нийлүүлэгчээс хамааралтай байх эсвэл загвар ажиллуулах асар их зардлаас залхсан хэн бүхэнд төгс тохирно. 2026 онд Zyphra нь үр ашигтай, нээлттэй, техник хангамжаас үл хамаарах хэт оюун ухаанд тавьж болох хамгийн сонирхолтой бооцоонуудын нэг гэдгээрээ ялгарч байна.

Хэрэглэгчдийн хүрээлэл үүнд дуртай байна:
“ZAYA1-8B үнэхээр гайхалтай — 1B-ээс бага идэвхтэй параметртэй атлаа өөрөөс нь 10x том загваруудын ч амаргүй давдаг математик, код бичих жишиг сорилуудыг төвөггүй давж байна. Энэ бол үр ашигтай оюун ухааны ирээдүй.”
“Эцэст нь зөвхөн NVIDIA-д тулгуурласан ертөнцөд бодит өөр сонголт гарч ирлээ. Zyphra-ийн AMD дээр сургасан загварууд бие даасан AI зөвхөн боломжтой зүйл биш — аль хэдийн бодит болсныг баталж байна.”
“Zyphra Cloud + ZAYA загварууд = бидний хүлээж байсан нээлттэй хэт оюун ухааны технологийн иж бүрдэл.”

Энэ нь ялангуяа оюуны чадавхын нягтрал, эргэцүүлэн дүгнэх чадвар их шаарддаг даалгаврууд, зардал багатай загварын ажиллуулалт болон гүйцэтгэлийг бууруулахгүйгээр жинхэнэ бие даасан AI систем бүтээхэд онцгой сайн.

Сул талууд: Загварууд хөгжлийн эхэн үедээ хэвээр байна (ZAYA1 зэрэг шинэ хувилбарууд нь урьдчилсан хувилбарууд); хамгийн өндөр гүйцэтгэлтэй, шилдэг үр дүнд хүрэхийн тулд туршилтын үеийн нэмэлт тооцоолол шаардлагатай байх нь элбэг; үүлэн платформыг бүхэлд нь аж ахуйн нэгжийн хэмжээнд нэвтрүүлэх явц эрчимжиж байна.

Ерөнхийдөө 2026 онд нээлттэй, үр ашигтай, бие даасан, тэргүүлэх түвшний AI хүсэж буй байгууллагууд болон хөгжүүлэгчдийн хувьд Zyphra нь энэ салбарын технологийн бүх давхаргыг хамарсан хамгийн чухал, ирээдүйтэй тоглогчдын нэг юм. Энэ нь зүгээр нэг загварын лаборатори биш — ирээдүйн нээлттэй хэт оюун ухааны иж бүрэн дэд бүтцийг бүтээж байна.

Мөн Quasa-аар дамжуулан QUA урамшуулал аваарай!  

4.8/5 од (шинэчлэл, үр ашиг болон бие даасан байдалд төвлөрсөн байдлаараа онцгой; шинэ загваруудын боловсронгуй байдал эхэн шатандаа байгаатай холбоотой багахан анхаарах зүйлстэй).

Эхлэх: https://quasa.io/projects/zyphra