Nvidia, Nemotron 3'ü tanıtıyor: NVDA neden en son yapay zeka modellerini açık kaynak yapıyor?

Nvidia, Pazartesi günü Nemotron 3 ailesinin açıkça yayımlanan yapay zeka modelleri, eğitim veri setleri ve mühendislik kütüphanelerini duyurdu.

Bu, açık kaynak yapay zeka geliştirmeye yönelik agresif bir adımı işaret ediyor.

Bu hamle, Nvidia'nın sadece yapay zekanın donanım katmanını değil, aynı zamanda yazılım ve model katmanlarını da domine etme niyetini gösteriyor.

Bu gelişme, dünya çapında şirketlerin kapalı veya yabancı yapay zeka sistemlerine yerli, denetlenebilir alternatifler aradığı bir dönemde gerçekleşiyor.

Sürüm, model ağırlıklarını, yaklaşık 10 trilyon tokenlık sentetik ön eğitim korpusunu ve açık lisans altında detaylı eğitim tariflerini içeriyor.

Geliştiricilerin ve işletmelerin Nemotron modellerini kendi altyapılarında incelemelerine, özelleştirmelerine ve dağıtmalarına olanak tanır.

Stratejik hesaplama şeffaftır çünkü açık kaynak yapay zeka dünya genelinde yaygınlaşır.

ABD'deki devlet kurumlarının şeffaflık talep etmesiyle, Nvidia kendini güvenilir yerli tedarikçi olarak konumlandırırken geliştirici ekosistemini güçlendiriyor.

Nvidia'nın yayınladığı Şeyler: Modeller, veriler ve teknik iddialar

Nemotron 3 ailesi, artan boyutlarda üç modelden oluşur: Nano (30 milyar parametre, 3 milyar aktif olan), Super (100 milyar, 10 milyar aktif özellikle) ve Ultra (500 milyar, 50 milyar aktif model).

Sadece Nemotron 3 Nano hemen gönderilir; Super ve Ultra 2026'nın ilk yarısında geliyor.

Nvidia'nın en önemli iddiası verimlilik. Nemotron 3 Nano, selefine göre dört kat daha fazla veri verimliliği sağlar ve mantık token üretimini %60'a kadar azaltır.

Modeller, her görev için yalnızca en ilgili hesaplama yollarını aktive eden hibrit bir uzman karışımı mimari kullanıyor; bu tasarım, insan beyninin bölümlere ayırma şeklini taklit ediyor.

Bu yaklaşım sektör standardı haline geldi ve bağımsız kıyaslama verilerine göre en akıllı 10 açık kaynak modeli artık MoE kullanıyor.

Bir modelin bellekte tutabileceği bilgi miktarının Nano için bir milyon tokena kadar arttığı, bu da selefinden yedi kat daha geniştir.

Bu, uzun biçimli belgeler, kod depoları ve karmaşık çok adımlı akıl yürütme için önemlidir.

Super ve Ultra, Blackwell donanımında Nvidia'nın 4-bit NVFP4 eğitim formatını kullanarak bellek gereksinimlerini ve eğitim süresini kısaltarak doğruluktan ödün vermeden kısaltır.

Tüm model ağırlıkları, eğitim korpusları ve ayrıntılı tarifler NVIDIA Open Model License kapsamında GitHub ve Hugging Face'te mevcuttur.

Geliştiriciler ayrıca eğitim, pekiştirme öğrenimi ve güvenlik doğrulaması için açık kaynak kütüphaneler olan NeMo Gym, NeMo RL ve NeMo Evaluator'a erişim sağlar.

Neden açık serbest bırakma önemlidir?

Açık sürüm, kurumsal model şeffaflığı talebine doğrudan yanıt veriyor.

"Kurumsal müşterilerimizin çoğu belirli modelleri kuramaz veya opak kaynak kodlarına sahip modeller üzerine iş kuramaz," dedi Nvidia'nın üretken yapay zeka yazılımı başkan yardımcısı Kari Briski.

Sağlık, finans ve savunma gibi düzenlenen sektörler, yabancı kuruluşlar tarafından kontrol edilen özel sistemlere denetlenebilir, yerel alternatifler gerektirir.

Nvidia'nın hamlesi güç kazanıyor çünkü Meta açık kaynaktan çekiliyor. Llama'nın büyümesi, Nisan ayında ılık olan Llama 4 lansmanından sonra durdu ve rakip açık modellere zemin verdi.

Meta, Nvidia gibi yakın ortaklardan bile eğitim veri setlerini sakladı ve topluluk odaklı iyileştirmeleri kısıtladı.

Buna karşılık, Nvidia her şeyi yayınlar: ağırlıklar, tarifler ve veri setleri. Bu şeffaflık, şeffaf bağımlılıklara karşı temkinli olan kurumsal müşterileri ve devlet sözleşmelerini çekebilir.

Jeopolitik olarak, ABD'nin Çin yapay zekasına yönelik tarifeleri ve ihracat kısıtlamaları Nvidia'nın avantajını artırıyor.