Models·
فيرسيل تُسجل أسرع اعتماد لنموذج جيف للذكاء الاصطناعي
تُظهر بيانات فيرسيال الداخلية أن نموذج جيف وصل إلى 35% من الفرق المدفوعة خلال أسبوعين، متفوقًا على المنافسين ومُبرزًا التوجه نحو نماذج ذكاء اصطناعي خفيفة وفعّالة.

تُظهر تحليلات فيرسيال الداخلية أن 35% من الفرق المدفوعة بدأت باستخدام نموذج جيف خلال أسبوعين من إصداره، وهو ما يقرب ضعف اعتماد النموذج التالي الأكثر شعبية، سونيت 5.5، ويُسجل أسرع اعتماد خلال أسبوعين على المنصة.
جيف، الذي أصدرته شركة تايف سيف AI في 15 سبتمبر، هو نموذج قرار خفيف يحدّ من مخرجاته إلى عدد قليل من الخيارات المحددة مسبقًا. благодаря هذا التحديد، يعمل النموذج بسرعة أكبر وبتكلفة أقل مقارنة بالنماذج الأكبر مثل سونيت، ما يجعله مثاليًا لتصنيف كميات هائلة من البيانات.
تكشف بيانات بوابة الذكاء الاصطناعي في فيرسيال أيضًا أن النماذج المفتوحة المصدر تعالج الآن أكثر من 70% من الرموز المُعالجة وتشكل نحو ربع الإنفاق الإجمالي، بينما ارتفع إنفاق المختبرات الحدودية عشرة أضعاف، ما يشير إلى علاقة تكاملية بين النهجين المفتوح والمغلق.
لماذا يهم ذلك للبنية التحتية لوحدة معالجة الرسومات والذكاء الاصطناعي
بالنسبة للأحمال التي تعتمد على وحدة معالجة الرسومات، فإن نموذجًا يوفّر زمن استجابة منخفض وتكلفة حسابية أقل لكل استنتاج يمكن أن يقلل من تكلفة امتلاك خطوط أنابيب الذكاء الاصطناعي. كفاءة جيف تعني أن خوادم الاستدلال يمكنها خدمة عدد أكبر من الطلبات لكل ساعة وحدة معالجة رسومات، مما يحرر القدرة لمهام التدريب الأثقل أو الخدمات الأخرى الحساسة للزمن.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- jev
- vercel
- model adoption
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (TechCrunch AI)
→ كل المقالات