समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

अस्य लेखस्य लेखकः : ली दान

स्रोतः - हार्ड ए.आइ

सोमवासरे, जुलै-मासस्य २९ दिनाङ्के, पूर्वसमये, एनवीडिया-संस्थायाः नूतनानां साधनानां अनावरणं कृतम्, यत् SIGGRAPH 2024 इति वार्षिकसङ्गणक-चित्रकला-अन्तर्क्रियाशील-प्रौद्योगिकी-सम्मेलने, अमेरिका-देशस्य डेन्वर्-नगरे आयोजिते प्रदर्शने च।

NVIDIA CEO Huang Renxun SIGGRAPH 2024 इत्यत्र प्रकटितवान् यत् NVIDIA अस्मिन् सप्ताहे Blackwell आर्किटेक्चरस्य नमूनानि प्रेषयिष्यति, यत् अस्मिन् वर्षे प्रारम्भं कुर्वन् नूतनः चिप् आर्किटेक्चरः अस्ति। तस्मिन् एव काले एनवीडिया इत्यनेन सॉफ्टवेयर-अद्यतन-श्रृङ्खलायाः घोषणा कृता, यत्र मुख्यतया एनवीडिया-अनुमान-सूक्ष्मसेवा (NIM) इति मेघ-देशीय-सूक्ष्मसेवा, यस्य उपयोगः कृत्रिम-बुद्धि-(AI)-अनुमानस्य अनुकूलनार्थं प्रयुक्तः, उद्यमैः एआइ-माडलस्य बृहत्-परिमाणस्य परिनियोजनं प्रवर्तयितुं

यदा एनवीडिया इत्यनेन अस्मिन् वर्षे मार्चमासे एनआईएम इत्यस्य आरम्भः कृतः तदा तया परिचयः कृतः यत् एनआईएम इत्यनेन अनुकूलिताः अनुमानसूक्ष्मसेवाः प्रदाति येषां विपणनसमयं न्यूनीकर्तुं तथा च मेघे, आँकडाकेन्द्रेषु, जीपीयू-त्वरितकार्यस्थानेषु च कुत्रापि जननात्मक-एआइ-माडलस्य परिनियोजनं सरलं कर्तुं च डिजाइनं कृतम् अस्ति NIM बहुविधक्षेत्रेषु AI उपयोगप्रकरणानाम् समर्थनं करोति, यत्र बृहत्भाषाप्रतिरूपाः (LLM), दृश्यभाषाप्रतिरूपाः (VLM), तथा च भाषणस्य, चित्रस्य, विडियो, 3D, औषधविकासस्य, चिकित्साप्रतिबिम्बनस्य, इत्यादीनां कृते आदर्शाः सन्ति

विकासकाः NVIDIA इत्यस्य होस्ट्ड् क्लाउड् एपिआइ इत्यस्य उपयोगेन नूतनानां जननात्मकानां AI मॉडलानां परीक्षणं कर्तुं शक्नुवन्ति, अथवा NIM इत्यस्य डाउनलोड् कृत्वा स्वयं मॉडलस्य होस्ट् कर्तुं शक्नुवन्ति तथा च विकाससमयं, जटिलतां, मूल्यं च न्यूनीकर्तुं प्रमुखेषु क्लाउड् प्रदातृषु अथवा परिसरे Kubernetes इत्यस्य उपयोगेन शीघ्रं परिनियोजितुं शक्नुवन्ति एनआईएम सूक्ष्मसेवाः एल्गोरिदम्, सिस्टम् तथा रनटाइम् अनुकूलनं पैकेजिंग् कृत्वा उद्योग-मानक-एपिआइ योजयित्वा एआइ मॉडल् परिनियोजनप्रक्रियाम् सरलीकरोति । एतेन विकासकाः व्यापकं अनुकूलनं वा विशेषज्ञतां वा विना स्वस्य विद्यमान-अनुप्रयोगेषु आधारभूतसंरचनेषु च NIM-इत्यस्य एकीकरणं कर्तुं समर्थाः भवन्ति ।

सोमवासरे एनवीडियाद्वारा घोषितं अद्यतनं भौतिकविश्ववातावरणं, उन्नतदृश्यप्रतिरूपणं, विविधं ऊर्ध्वाधरअनुप्रयोगं च आच्छादयितुं NIM अनुमानसूक्ष्मसेवापुस्तकालयस्य विस्तारं करोति। NVIDIA इत्यनेन पूर्वावलोकनसंस्करणेषु प्रायः १०० NIM अनुमानसूक्ष्मसेवाः प्रदत्ताः अधुना पूर्णसंस्करणं विमोचयति । उदाहरणार्थं NVIDIA इत्यस्य नूतनस्य NIM इत्यस्य भागत्वेन दृश्यमाध्यमकम्पन्यो Getty Images Holdings इत्यस्य 4K इमेज जनरेशन एपिआइ तथा च चित्राणि, चलच्चित्रं, संगीतं इत्यादीनां डिजिटलसामग्रीणां प्रदातृणां Shutterstock Inc. इत्यस्य 3D इमेज जनरेटर् च शीघ्रमेव प्रारम्भः भविष्यति . उभयत्र Nvidia इत्यस्य Nvidia Edify इत्यस्य उपयोगः भवति, यत् दृष्टि-जनित-AI इत्यस्य बहु-मोडल-आर्किटेक्चरम् अस्ति ।

एनवीडिया इत्यनेन तस्मिन् एव दिने घोषितं यत् सः प्राकृतिकभाषाप्रक्रियाकरणस्य (NLP) उपकरणसमूहेन सह साझेदारीम् अकरोत् तथा च Hugging Face इत्यनेन सह साझेदारीम् अकरोत् यत् सः एकस्य सेवारूपेण अनुमानं प्रारभत यत् विकासकानां शीघ्रं प्रोटोटाइपं कृत्वा Hugging Face Hub इत्यत्र होस्ट् कृतानां मुक्तस्रोतानां AI मॉडल् इत्यस्य उपयोगेन उत्पादनं प्रति परिनियोजनं भवति टिप्पण्यानि उक्तं यत् एतेन सहकार्येन विकासकानां कृते एआइ मॉडल् परिनियोजनं सरलं भविष्यति।

fVDB स्थानिकबुद्धिनिर्माणार्थं वास्तविक-जगतः 3D-दत्तांशस्य लाभं लभते

तेषु एनवीडिया इत्यनेन fVDB इति संस्था प्रारब्धवती, यत् स्थानिकबुद्धिनिर्माणार्थं वास्तविक-जगतः 3D-दत्तांशस्य उपयोगं करोति । एनवीडिया इत्यस्य दावानुसारं जननात्मकसामग्री एआइ मॉडल् भौतिकजगति सूक्ष्मस्य अथवा स्थूलस्य मोटरकौशलस्य संचालनं अवगन्तुं कर्तुं च शक्नोति । भौतिकजगत्स्य त्रयः आयामाः अवगन्तुं, मार्गदर्शनं च कर्तुं स्थानिकबुद्धेः आवश्यकता भवति । एतादृशं AI एकं शक्तिशालीं, सुसंगतं रूपरेखां प्रदातुं यत् यथार्थपरिमाणं सम्भालितुं शक्नोति, NVIDIA इत्यनेन fVDB निर्मितम्, यत् विरलस्य, बृहत्-परिमाणस्य, उच्च-प्रदर्शनस्य च स्थानिकबुद्धेः कृते डिजाइनं कृतं गहनं शिक्षणरूपरेखा अस्ति

fVDB OpenVDB इत्यत्र निर्मितम् अस्ति, यत् जलं, अग्निः, धूमः, मेघः इत्यादीनां विरल-आयतन-दत्तांशस्य अनुकरणाय, प्रतिपादनाय च उद्योग-मानकसंरचना पुस्तकालयः च अस्ति । fVDB स्थानिकपरिमाणस्य चतुर्गुणं, पूर्वरूपरेखाणां प्रदर्शनस्य ३.५ गुणां, विशालवास्तविक-विश्वस्य आँकडा-समूहानां प्रवेशं च प्रदाति । पूर्वं बहुविधगहनशिक्षणपुस्तकालयानां आवश्यकता आसीत् इति कार्यक्षमतां संयोजयित्वा प्रक्रियां सरलीकरोति ।

मुक्तस्रोतमॉड्यूलररूपरेखा Isaac Lab रोबोट्-शिक्षणस्य त्वरिततायै अनुकरणं प्रदाति

एनवीडिया इत्यनेन रोबोट्-शिक्षणस्य कृते एकं मुक्त-स्रोत-मॉड्यूलर-रूपरेखां Isaac Lab इति अपि प्रारब्धम् यत् रोबोट्-शिक्षण-कौशलस्य पारम्परिक-प्रशिक्षण-विधि-सीमानां समाधानं कर्तुं शक्नोति

Isaac Lab विभिन्नप्रशिक्षणवातावरणानां कृते मॉड्यूलर-उच्च-निष्ठा-अनुकरणं प्रदाति, भौतिक-विश्वस्य AI-क्षमताम्, GPU-सञ्चालितं भौतिक-विश्व-अनुकरणं च प्रदाति

आइजैक लैब अनुकरणशिक्षणस्य (मनुष्याणां अनुकरणं) तथा सुदृढीकरणशिक्षणस्य (परीक्षण-त्रुटिद्वारा शिक्षणस्य) समर्थनं करोति, यत् कस्यापि रोबोट्-कार्यन्वयनस्य कृते लचीलाः प्रशिक्षणविधयः प्रदाति इदं प्रशिक्षणपरिदृश्यानां कृते उपयोक्तृ-अनुकूलं वातावरणं प्रदाति तथा च परिवर्तनशीलव्यापार-आवश्यकतानां आधारेण रोबोट्-निर्मातृभ्यः रोबोट्-कौशलं योजयितुं वा अद्यतनं कर्तुं वा सहायकं भवति ।

VLM-सञ्चालितं दृश्य-AI एजेण्ट् निर्मातुं NVIDIA NIM तथा VIA सूक्ष्मसेवानां उपयोगं कुर्वन्तु

एनवीडिया इत्यनेन भौतिकजगति एआइ कृते NIM इत्यस्य अनुरूपं कृतम्, यत् वाक् तथा अनुवादं, दृष्टिः, यथार्थसजीवीकरणं व्यवहारं च समर्थयति । NVIDIA VIA microservices प्रारभते, इदानीं विकासकपूर्वावलोकने डाउनलोड् कर्तुं उपलभ्यते ।

VIA सूक्ष्मसेवाः NIM इत्यनेन सह सहजतया एकीकृताः भवितुम् अर्हन्ति, तथा च उपयोक्तारः NVIDIA इत्यस्य मॉडलपूर्वावलोकन API तथा डाउनलोड् कर्तुं शक्यन्ते NIM सूक्ष्मसेवा API निर्देशिकायां कस्यापि LLM अथवा VLM मॉडलस्य लचीलतया उपयोगं कर्तुं शक्नुवन्ति NVIDIA इत्यस्य मेट्रोपोलिस सूक्ष्मसेवानां विस्तारः VIA सूक्ष्मसेवाः मेघ-देशीयाः निर्माणखण्डाः सन्ति ये VLM- तथा NIM-सञ्चालितानां दृश्य-AI-एजेण्ट्-विकासं त्वरयन्ति, भवेत् तत् धारायां वा मेघे वा नियोजितम्

जनरेटिव एआइ, एनआईएम सूक्ष्मसेवानां, मूलभूतमाडलस्य च साहाय्येन अधुना उपयोक्तारः व्यापकजागरूकतायाः समृद्धसन्दर्भबोधस्य च एप्स् निर्मातुं न्यूनानां मॉडल्-उपयोगं कर्तुं शक्नुवन्ति VLM दृश्य AI एजेण्ट् समर्थयति ये प्राकृतिकभाषासंकेतान् अवगन्तुं शक्नुवन्ति तथा च दृश्यप्रश्नोत्तरीकरणं कर्तुं शक्नुवन्ति। दृश्य-एआइ एजेण्ट् भौतिकजगत् बोधयितुं, तस्य सह अन्तरक्रियां कर्तुं, तर्ककार्यं कर्तुं च सङ्गणकदृष्टिक्षमतानां उपयोगं कुर्वन्ति ।

एते एजेण्ट्-जनाः विभिन्नेषु उद्योगेषु अनुप्रयोगानाम् संभावनाः पूर्णतया अनलॉक् कर्तुं शक्नुवन्ति तथा च एप्-विकासस्य कार्यप्रवाहं महत्त्वपूर्णतया सरलीकर्तुं शक्नुवन्ति तथा च परिवर्तनकारी-नवीन-बोध-क्षमताम्, यथा चित्र-अथवा-वीडियो-सारांशः, अन्तरक्रियाशील-दृश्य-प्रश्न-उत्तरः, दृश्य-सचेतनाः च प्रदातुं शक्नुवन्ति एते दृश्य एआई एजेण्ट् कारखानेषु, गोदामेषु, खुदराभण्डारेषु, विमानस्थानकेषु, यातायातचतुष्पथेषु इत्यादिषु स्थानेषु नियोजिताः भविष्यन्ति, प्राकृतिकपरस्परक्रियाभ्यः उत्पन्नसमृद्धतरदृष्टिकोणानां लाभं गृहीत्वा परिचालनदलानां उत्तमनिर्णयेषु सहायतां करिष्यन्ति।

Omniverse Replicator इत्येतत् आँकडा-अभाव-समस्यानां समाधानं कर्तुं सहायकं भवति यत् मॉडल-प्रशिक्षणं सीमितं करोति

NVIDIA इत्यनेन USD कृते कस्टम् सिन्थेटिक डाटा जनरेशन (SDG) पाइपलाइन् इत्यस्य निर्माणार्थं NIM microservices इत्यस्य उपयोगः कथं करणीयः इति परिचयः कृतः, यत् NVIDIA इत्यस्य Omniverse Replicator इत्यस्य उपयोगं करोति । Omniverse Replicator इति Universal Scene Description (OpenUSD) तथा NVIDIA RTX इत्येतयोः उपरि निर्मितं SDK अस्ति ।

विकासकाः अन्येषां मध्ये NIM सूक्ष्मसेवानां तथा Omniverse Replicator इत्यस्य उपयोगं कृत्वा SDG पाइपलाइन् निर्मातुं शक्नुवन्ति ये जनरेटिव AI इत्यस्य समर्थनं कुर्वन्ति, वास्तविक-जगतः आँकडा-अभावस्य समाधानं कुर्वन्ति ये प्रायः मॉडल-प्रशिक्षणं सीमितं कुर्वन्ति

एनवीडिया इत्यस्य ओम्निवर्स् एण्ड् सिमुलेशन टेक्नोलॉजीज इत्यस्य उपाध्यक्षः रेव लेबरेडियनः अवदत् यत् -

“वयं विश्वस्य प्रथमं जननात्मकं AI मॉडलं निर्मितवन्तः यत् OpenUSD इत्यस्य आधारेण भाषा, ज्यामितिः, सामग्रीः, भौतिकशास्त्रं, अन्तरिक्षं च अवगन्तुं शक्नोति।”

लेबरेडियन इत्यनेन उक्तं यत् २०१६ तमे वर्षात् एनवीडिया ओपनयूएसडी इत्यस्मिन् निवेशं कुर्वन् अस्ति यत् औद्योगिककम्पनयः सामग्री एआइ विकासकाः च उच्च-प्रदर्शन-प्रतिमानं अधिकसुलभतया द्रुततया च विकसितुं समर्थाः भवन्ति

एनवीडिया एप्पल् इत्यनेन सह अपि कार्यं कुर्वन् अस्ति, यः ओपनयूएसडी एलायन्स् इत्यस्य सह-संस्थापकः आसीत्, एनवीडिया इत्यस्य ग्राफिक्स्-सज्ज-दत्तांश-केन्द्रस्य जालपुटतः एप्पल्-इत्यस्य एप्पल्-विजन-प्रो-पर्यन्तं संकर-रेण्डरिंग्-पाइप्-लाइन्-प्रवाहस्य निर्माणार्थम्