0:00 0:00
記事
NVIDIA、オープンモデル「Nemotron 3.5」発表——企業向け1200億パラメータ「Super VL」とPC向け軽量「Bolt」の2本立て
NVIDIAが常時稼働するAIエージェント向けのオープンウェイトモデル「Nemotron 3.5」を発表しました。企業のデータセンター向けSuper VLと、RTX SparkなどのAI PCで動く軽量なBoltシリーズを同時投入し、クローズドな最先端モデルに対抗する姿勢を鮮明にしています。
NVIDIAは現地時間19日、常時稼働するAIエージェントやエッジコンピューティング向けのオープンウェイトモデル「Nemotron 3.5」シリーズを発表しました。企業のデータセンターで動かす大規模モデルと、PC上でローカル実行する軽量モデルを同時に投入し、オープンモデルで用途の両端を同時に押さえにいく格好です。TechCrunchが報じました。
企業向けの大規模モデル「Nemotron 3.5 Super VL」
今回の目玉のひとつが、企業のエージェント用途を想定した1200億パラメータの大規模モデル「Nemotron 3.5 Super VL」です。上位モデルの「Nemotron 3 Ultra」よりパラメータ数は少ないものの、指示追従やツール利用のタスクでは同等の精度を発揮できるとNVIDIAは説明しています。NVIDIAでOpen ModelsとSoftwareを担当する副社長のKari Briski氏は、公式ブログで「NVIDIAのインフラ上でエージェントを動かしたい組織であれば、能力と展開のしやすさのどちらかを犠牲にすることなく、自分たちの階層に合ったオープンで最適化されたモデルを今すぐ手に入れられる」とコメントしています。
PC向けの軽量モデル「Bolt」シリーズ
対照的な位置づけとして投入されたのが、軽量な「Bolt」モデル群です。これらはNVIDIA RTX Sparkチップを搭載した新しいAI PCや、DGX Sparkを搭載したワークステーション上でローカル実行することを想定しており、MicrosoftやDellといったパートナー経由で市場に投入されつつある端末をターゲットにしています。具体的には、740億パラメータの「Nemotron 3.5 Bolt 74B-A9B 24GB」が多段階の推論やツール呼び出し、Web閲覧といったローカルでのエージェントタスク向けに速度と推論力のバランスを狙った設計になっているほか、さらに小さい「Bolt E4B」は会話型エージェント向けの最小モデルという位置づけです。Super VLとBolt 74B-A9Bはすでに利用可能で、Bolt E4Bは今月中に追加される予定だといいます。
画像引用元: TechCrunch
クローズドな最先端モデルへの対抗を強調
NVIDIAは、特定のエージェントタスクに合わせて追加学習した場合、Super VLはAnthropicやOpenAIの競合モデルよりも高速にタスクを完了できると主張しています。対象となるタスクには、文書解析、財務会計、科学実験、医療保険の請求処理、セキュリティ攻撃への耐性評価などが含まれるとのことです。こうした主張は大手テック企業の新モデル発表では定番ではあるものの、NVIDIAはSkydance、EY、Ramp、Crowdstrike、Perplexity、Salesforceといった大手企業がすでにSuper VLを採用していると具体的な導入企業名を挙げて説得力を補強しています。マルチモーダルAIから推論、コーディング、数学、企業向け自動化まで幅広くカバーする既存のNemotronファミリーに、エージェント特化の新メンバーが加わった形です。
自前インフラでの運用を促す狙い
背景には、OpenAIやAnthropicといった最先端の独自モデルを手がける企業が、NVIDIA以外にもAWSのTrainiumやCerebrasなどのチップ、さらには自社開発チップへと選択肢を広げつつあるという業界動向があります。Briski氏は「クローズドな最先端モデルとは異なり、組織は自分たちのデータでSuper VLを追加学習し、自分たちのインフラにデプロイし、作ったものを自分たちで所有できる」と述べ、企業が自前のデータセンターでオープンモデルを運用する流れを後押ししたい考えを示しています。さらにBolt系の小型モデルを通じて、PCユーザーが日々の作業をクラウドに送信することなくローカルで処理できるようにすることで、NVIDIAはAIエージェントを動かすPCという新たな市場の開拓も狙っているとみられます。
Nvidia launches new open models to run agents in the enterprise and on PCs
Nvidia is leaning hard into the trend of enterprise companies wanting to run their own open models in their own data centers and also trying to make on-device, private AI agents a thing.
