19 febrero 2025

VisiondelCine

VisiondelCine cubre noticias de última hora, política, cultura y eventos de todo el país. Recibe información oportuna y relevante que te interesa.

Nvidia ha presentado computadoras de IA de escritorio de $ 3,000 para investigadores de viviendas

2 min read

Lunes, anunció Nvidia ProyectoUna pequeña computadora de escritorio que los investigadores, los científicos de datos y esos modelos de IA, como Chattzpt y Chattabots, como el generador de imágenes, apuntan a las pruebas en el hogar en el hogar. El nuevo GB 10 Grace Blackwell Superchip de NVIDIA tiene un dispositivo de $ 3,000 en el debut de Las Vegas en CES 2025. Se lanzará en mayo y puede actuar como una PC Standelone o conectada a Windows o Mac Máquinas.

En CES, el lunes, el CEO de NVIDIA, Jensen Huang, describe el nuevo sistema como “una plataforma de computación en la nube que se encuentra en su escritorio”. La compañía también diseñó los números de proyecto como un puente entre el desarrollo de escritorio y la implementación en la nube. Los desarrolladores pueden crear y examinar las aplicaciones de IA localmente en los dígitos del proyecto, luego transferir su servicio en la nube o centro de datos que utiliza hardware Nvedia similar.

El chip GB 10 dentro de la computadora de los dígitos del proyecto combina una GPU Nvedia Blackwell con la CPU de Grace de 20 núcleos basada en la arquitectura ARM. Nvidia creó el chip con asociación con MediaTek y se adjunta de hasta 4 TB de almacenamiento dentro del recinto del proyecto con memoria de 128 GB y el recinto del proyecto.

Ejecute el modelo AI localmente

Actualmente, muchas personas usan el modelo AI que tendrá que operar en un centro de datos remoto debido a sus requisitos de cálculo. Con el tiempo, hay un movimiento para adelgazar algunos modelos de IA para que puedan funcionar de manera efectiva en el hardware local de propiedad privada. Los dígitos del proyecto pueden proporcionar algunas de esas capacidades en el hogar.

Una sola unidad de dígitos de proyecto puede operar modelos AI con parámetros de hasta 200 mil millones, mientras que dos unidades vinculadas pueden operar modelos con 405 mil millones de parámetros. En los modelos AI, el recuento de parámetros coincide con el tamaño y la complejidad de la red neuronal de un modelo de IA, que requiere más parámetros para ejecutar más memoria y energía de cálculo. Además, el tamaño del parámetro es casi igual a la capacidad del modelo AI, aunque los modelos de IA de diferentes tamaños funcionan por separado dependiendo de cuán entrenados y arquitectados.

Source link