Nvidia เปิดตัว Nemotron 3.5 Lightning และ NeMo Switchyard มอบทางเลือก AI ให้องค์กร

ยักษ์ใหญ่ด้านซิลิคอนและซอฟต์แวร์ปัญญาประดิษฐ์ Nvidia ได้ประกาศเปิดตัวบริการใหม่ 2 รายการ ได้แก่ โมเดล Nemotron ที่ปรับแต่งได้อย่างมาก และตัวกำหนดเส้นทางโมเดล AI แบบเอเจนต์ชื่อ NeMo Switchyard

ในขณะที่องค์กรต่าง ๆ กำลังเผชิญกับตัวเลือกโมเดลปัญญาประดิษฐ์จำนวนมหาศาล คำถามสำคัญในปัจจุบันไม่ใช่เรื่องของพลังประมวลผลหรือขีดความสามารถเพียงอย่างเดียวอีกต่อไป แต่เป็นเรื่องของการเลือกใช้ให้เหมาะสมกับวัตถุประสงค์และช่วงเวลาที่ต้องการ เมื่อเอเจนต์กลายเป็นมาตรฐานใหม่ งานที่พวกมันต้องทำจึงมีความหลากหลาย ตั้งแต่ลำดับงานที่ง่ายและรวดเร็ว ไปจนถึงการใช้เหตุผลที่มีความซับซ้อนสูงในโดเมนความรู้เชิงลึก งานประเภทแรกอาจต้องการโมเดลขนาดเล็กที่สามารถจัดการงานคัดแยกข้อมูลเล็ก ๆ ได้อย่างมีประสิทธิภาพ ในขณะที่งานประเภทหลังจะจัดการได้ดีที่สุดด้วยโมเดลระดับแนวหน้าที่มาพร้อมความฉลาดและขีดความสามารถในการใช้เหตุผลระดับสูง

Nemotron 3.5 Lightning ได้เข้ามาร่วมในตระกูลโมเดลแบบเปิดเพื่อรองรับงานปริมาณมากในการขับเคลื่อนเอเจนต์ที่ทำงานตลอดเวลา โดยเป็นโมเดลประเภท mixture-of-experts ที่มีพารามิเตอร์ 3 หมื่นล้านตัว ซึ่ง Nvidia อ้างว่าสามารถส่งมอบความเร็วในการประมวลผลเอาต์พุตได้สูงถึง 4 เท่า และทำภารกิจของเอเจนต์ได้เร็วขึ้น 30% เมื่อเทียบกับโมเดลอื่น ๆ ในระดับเดียวกัน นอกจากนี้ยังเป็นโมเดลแบบเปิดที่ปรับแต่งได้ ซึ่งหมายความว่าสามารถนำไปผ่านกระบวนการหลังการฝึกด้วย Nvidia NeMo บนฮาร์ดแวร์ขององค์กรเอง โดยใช้ข้อมูลเฉพาะทาง เครื่องมือ และเวิร์กโฟลว์ของบริษัทเพื่อปรับปรุงความแม่นยำสำหรับงานเฉพาะด้าน

เพียงเท่านี้ก็ทำให้โมเดลดังกล่าวกลายเป็นขุมพลังหลักที่สำคัญภายในตระกูล

Nvidia ได้เปิดตัวตระกูลโมเดล Nemotron 3 ในเดือนธันวาคมเพื่อทำหน้าที่เป็นรากฐานแบบเปิดสำหรับระบบเอเจนต์ AI โดยในขณะนั้นประกอบด้วยขนาดต่าง ๆ ได้แก่ Nano, Super และ Ultra ทางบริษัทกล่าวว่าจุดเด่นของ Lightning คือความสามารถในการปรับแต่งเฉพาะทางได้อย่างรวดเร็ว

บริษัทสามารถสร้างข้อมูลและการปรับแต่งของตนเองขึ้นมาใหม่ได้อย่างเป็นระบบในโมเดลที่ผ่านการฝึกฝนใหม่โดยใช้เวลาและค่าใช้จ่ายที่น้อยมาก

Kari Briski รองประธานฝ่าย Generative AI กล่าวว่า “สิ่งที่เราได้รับฟังมาคือ Lightning นั้นปรับแต่งได้ง่ายอย่างน่าทึ่ง”

Briski ระบุว่า CodeRabbit ได้ใช้สูตรโมเดลอัตโนมัติมาตรฐานจาก Nvidia ฝึกฝนจำนวน 1 รอบ และสร้างเอเจนต์กำหนดเส้นทางขึ้นมาด้วยต้นทุน 85 ดอลลาร์โดยใช้เวลาประมาณสองชั่วโมง เธอยังกล่าวอีกว่ามีพันธมิตรรายอื่นที่นำ Lightning ไปใช้ในสแต็กหลังการฝึกฝนที่มีอยู่เดิมได้ทันที “โดยไม่ต้องมีการเปลี่ยนแปลงใด ๆ”

ในกรณีหนึ่ง เธอกล่าวว่าบริษัทหนึ่งได้ทำการฝึกฝนบนการ์ด H100 เพียงใบเดียวโดยมีค่าใช้จ่ายค่อนข้างต่ำ และอีกรายหนึ่งเพียงแค่ตั้งค่าการฝึกฝนทิ้งไว้ข้ามคืนแล้วกลับมาดูผลลัพธ์ในตอนเช้า ซึ่งสิ่งนี้กำลังเปลี่ยนประสบการณ์ด้านกระบวนการหลังการฝึกและการปรับจูนโมเดลให้กลายเป็นเสมือนการใส่จานชามในเครื่องล้างจานแล้วกดปุ่มเพียงครั้งเดียว

นอกจากนี้ Nvidia ยังปล่อยชุดข้อมูล ชุดข้อมูลสำหรับกระบวนการหลังการฝึกฝน รวมถึงสูตรและเฟรมเวิร์กที่ใช้ในการฝึกฝนโมเดลโดยเฉพาะ นักพัฒนายังสามารถผสมผสานข้อมูลหลังการฝึกฝนของ Nvidia เข้ากับข้อมูลองค์กรของตนเองเพื่อสร้างโมเดลไฮบริดอันทรงพลังที่ได้รับสิ่งที่ดีที่สุดจากทั้งสองทาง

“นั่นคือเหตุผลที่เราเห็นผู้คนได้รับผลลัพธ์ที่ดีเยี่ยมอย่างรวดเร็ว” Briski กล่าว

ต้นทุน ความแม่นยำ และประสิทธิภาพไม่ใช่เรื่องของ “โมเดลราคาถูกเทียบกับโมเดลราคาแพง” แต่เป็นการเลือกสิ่งที่เหมาะสมที่สุดสำหรับงานนั้น ๆ เมื่อเอเจนต์ขององค์กรทำงาน งานต่าง ๆ จะมีความซับซ้อน ความเชี่ยวชาญ การใช้โทเค็น การคาดการณ์ และขีดความสามารถที่แตกต่างกัน นั่นหมายความว่าการกำหนดเส้นทางไปยังโมเดลที่จะทำงานนั้น ๆ ได้อย่างถูกต้องก็คล้ายกับการมอบหมายงานให้กับบุคคล โมเดลบางตัวเก่งด้านการเขียนโค้ด บางตัวเก่งด้านการอนุมานบริบทจากข้อความ และบางตัวก็มีความรู้เฉพาะทางที่ถูกฝังมา

NeMo Switchyard คือไลบรารีสำหรับการกำหนดเส้นทางโมเดลแบบโอเพนซอร์สสำหรับเอเจนต์ AI ที่คำนึงถึงว่ามีโมเดล AI จำนวนมากให้เลือกใช้และมีขีดความสามารถแตกต่างกันอย่างไร โดยจะทำหน้าที่กำหนดเส้นทางคำสั่งไปยังโมเดลที่มีความสามารถและมีประสิทธิภาพสูงสุดที่มีอยู่ ณ แต่ละขั้นตอนของเวิร์กโฟลว์ของเอเจนต์ตามความต้องการเฉพาะ

“ขึ้นอยู่กับกลยุทธ์การกำหนดเส้นทางของคุณ ระบบจะเลือกโมเดลที่ดีที่สุดให้” Briski อธิบาย

นักสามารถปรับแต่งตัวกำหนดเส้นทางด้วยกลยุทธ์ของตนเองได้ตามลำดับความสำคัญ ตัวอย่างเช่น ข้อกำหนดด้านคุณภาพ ความหน่วง และต้นทุน ระบบของโมเดลต่าง ๆ สามารถถูกจัดลำดับตามหลักเศรษฐศาสตร์ของโทเค็น ความเร็วหรือความเฉพาะตัวอื่น ๆ ความเชี่ยวชาญหรือความต้องการอื่น ๆ ที่อุตสาหกรรมนั้น ๆ จำเป็นต้องใช้

Nvidia ระบุว่ากำลังร่วมมือกับพันธมิตรจำนวนมากในระบบนิเวศ AI ซึ่งรวมถึง Boomi, Cadence Design Systems, Classmethod, Cognition AI, Kong, Langchain, Nous Research และ Siemens เพื่อพัฒนาระบบกำหนดเส้นทางโมเดล AI อัจฉริยะ ควบคู่ไปกับเครื่องมือที่นักพัฒนาใช้งานอยู่แล้ว

ที่มา: https://siliconangle.com/2026/08/11/nvidia-releases-nemotron-3-5-lightning-nemo-switchyard-give-enterprise-ai-capability-options/