StorageReview.com

NVIDIA သည် Hugging Face ကို ဒေါ်လာ ၁၂.၉၃ ဘီလီယံဖြင့် ဝယ်ယူမည်ဖြစ်ပြီး ပလက်ဖောင်းသည် ပွင့်လင်းပြီး ဟာ့ဒ်ဝဲကြားနေမည်ဟု ကတိပြု

AI  ◇  စီးပွားရေးလုပ်ငန်း

NVIDIA ဟာ Hugging Face ကို ဒေါ်လာ ၁၂.၉၃ ဘီလီယံနဲ့ ဝယ်ယူဖို့ သဘောတူညီခဲ့ပြီး၊ ဒီအရောင်းအဝယ်ဟာ ကုမ္ပဏီရဲ့ အနေအထားကို accelerated compute နဲ့ AI infrastructure ကနေ open models, datasets နဲ့ application development အတွက် လုပ်ငန်းနယ်ပယ်မှာ အသုံးအများဆုံး platform တွေထဲက တစ်ခုအထိ တိုးချဲ့သွားမှာ ဖြစ်ပါတယ်။

NVIDIA နှင့် Hugging Face လိုဂိုများကို နှလုံးသားဖြင့် ပေါင်းစပ်ထားပြီး၊ NVIDIA သည် Hugging Face ဝယ်ယူမှုကို ကြေငြာရန် အသုံးပြုခဲ့သော လော့ဂ်အင်ဖြစ်သည်။

NVIDIA ဝက်ဘ်ဆိုက်တွင် ထုတ်ပြန်ခဲ့သော ကြေညာချက်တစ်ခုတွင် CEO Jensen Huang က ကုမ္ပဏီသည် Hugging Face ၏ ပလက်ဖောင်းကို တိုးချဲ့ရန်၊ ၎င်း၏ အခြေခံအဆောက်အအုံကို အားကောင်းစေရန်နှင့် AI ဖွံ့ဖြိုးတိုးတက်မှုနှင့် ဖြန့်ကျက်မှုစွမ်းရည်များကို တိုးချဲ့ဝင်ရောက်နိုင်ရန် စီစဉ်ထားကြောင်း ပြောကြားခဲ့သည်။ Hugging Face သည် ၎င်း၏အမှတ်တံဆိပ်ကို ဆက်လက်ထိန်းသိမ်းထားပြီး အရောင်းအဝယ်ပြုလုပ်ပြီးနောက် ပွင့်လင်းသောပလက်ဖောင်းတစ်ခုအဖြစ် ဆက်လက်လည်ပတ်သွားမည်ဟု ကုမ္ပဏီက ပြောကြားခဲ့သည်။

Hugging Face သည် open-model ecosystem အတွက် အဓိက distribution နှင့် collaboration layer တစ်ခုအဖြစ် ဖွံ့ဖြိုးတိုးတက်လာခဲ့သည်။ NVIDIA ၏ ဖော်ပြချက်အရ ဤ platform သည် developer ပေါင်း ၁၈ သန်းကျော်၊ researcher များနှင့် creator များအတွက် မော်ဒယ်ပေါင်း ၃ သန်းကျော်၊ dataset ပေါင်း ၅၀၀,၀၀၀ နှင့် application ၁ သန်းကျော်ကို လက်ခံဆောင်ရွက်ပေးပါသည်။ ကုမ္ပဏီပေါင်း ၂၀၀,၀၀၀ ကျော်သည် AI စွမ်းရည်များကို ရှာဖွေတွေ့ရှိရန်၊ အကဲဖြတ်ရန်၊ စိတ်ကြိုက်ပြင်ဆင်ရန်နှင့် ဖြန့်ကျက်ရန် ဤ platform ကို အသုံးပြုကြသည်။

ကြားနေရေးမေးခွန်း

လက်ရှိ Hugging Face အသုံးပြုသူများအတွက် အဓိကပြဿနာမှာ platform neutrality ဖြစ်လိမ့်မည်။ NVIDIA က developer များသည် ၎င်းတို့နှစ်သက်သော model များ၊ framework များ၊ cloud များ၊ inference providers များနှင့် compute platform များကို ဆက်လက်ရွေးချယ်သွားမည်ဟု ပြောကြားခဲ့သည်။ NVIDIA hardware များကို Hugging Face မှတစ်ဆင့် တည်ဆောက်ရန် သို့မဟုတ် ဖြန့်ကျက်ရန် မလိုအပ်တော့ဘဲ platform သည် multi-cloud နှင့် multi-accelerator development များကို ဆက်လက်ပံ့ပိုးပေးသွားမည်ဟုလည်း ကုမ္ပဏီက ပြောကြားခဲ့သည်။

အဲဒီကတိကဝတ်က အရေးကြီးပါတယ်။ ဘာလို့လဲဆိုတော့ Hugging Face ဟာ အပိုင်းပိုင်းကွဲနေတဲ့ AI stack တစ်လျှောက်မှာ ဘုံအလွှာတစ်ခုအဖြစ် လုပ်ဆောင်ပေးလို့ပါ။ Enterprise တွေဟာ ဒီ platform ကို အသုံးပြုပြီး model တွေကို အကဲဖြတ်ဖို့၊ artifacts တွေကို စီမံခန့်ခွဲဖို့၊ dataset တွေကို ဝင်ရောက်ကြည့်ရှုဖို့နဲ့ development နဲ့ deployment environment တွေကြားမှာ AI workloads တွေကို ရွှေ့ပြောင်းဖို့ အသုံးပြုကြပါတယ်။ NVIDIA မဟုတ်တဲ့ hardware၊ alternative cloud provider တွေနဲ့ တခြား developer တွေဆီက model တွေအတွက် support ကို ထိန်းသိမ်းထားခြင်းအားဖြင့် platform ကို open AI ကို လက်ခံကျင့်သုံးဖို့အတွက် အခြေခံအုတ်မြစ်ချပေးခဲ့တဲ့ ပြောင်းလွယ်ပြင်လွယ်ရှိမှုကို ထိန်းသိမ်းပေးပါလိမ့်မယ်။

Open-Weight AI ကို နှစ်ဆတိုးခြင်း

ဤသဘောတူညီချက်သည် NVIDIA ၏ open-weight AI တွင် ရင်းနှီးမြှုပ်နှံမှုကိုလည်း အားဖြည့်ပေးပါသည် ။ ပိုင်ဆိုင်မှု AI ဝန်ဆောင်မှုများကဲ့သို့မဟုတ်ဘဲ open-weight မော်ဒယ်များကို အဖွဲ့အစည်းများမှ ၎င်းတို့၏ကိုယ်ပိုင်အခြေခံအဆောက်အအုံကို အသုံးပြု၍ ဒေါင်းလုဒ်လုပ်ခြင်း၊ လိုက်လျောညီထွေဖြစ်အောင်ပြုလုပ်ခြင်းနှင့် လည်ပတ်ခြင်းတို့ ပြုလုပ်နိုင်ပါသည်။ NVIDIA သည် ဤမော်ဒယ်ကို စီးပွားရေးလုပ်ငန်းများ၊ အများပြည်သူအဖွဲ့အစည်းများ၊ startup များနှင့် တက္ကသိုလ်များအတွက် မော်ဒယ်တစ်ခုစီကို သုညမှလေ့ကျင့်ခြင်း သို့မဟုတ် frontier-model API များကိုသာ အားကိုးခြင်းမရှိဘဲ အဆင့်မြင့် AI စွမ်းရည်များကို အသုံးချနိုင်သည့် နည်းလမ်းတစ်ခုအဖြစ် သတ်မှတ်ခဲ့သည်။

၂၀၂၅ ခုနှစ် ဇန်နဝါရီလမှ ၂၀၂၆ ခုနှစ် သြဂုတ်လအထိ အဖွဲ့အစည်းအလိုက် Hugging Face repositories ဇယားတွင် NVIDIA သည် repos ၈၀၀ ကျော်ဖြင့် ဦးဆောင်နေသည်။

NVIDIA ဟာ Hugging Face မှာ တက်ကြွစွာ ပံ့ပိုးကူညီသူအဖြစ် ရှိနှင့်ပြီးဖြစ်ပါတယ်။ Huang ရဲ့ ပို့စ်အရ NVIDIA ဟာ ပလက်ဖောင်းကနေတစ်ဆင့် မော်ဒယ် ၅၀၀ ကျော်နဲ့ open dataset ၂၅၀ ကျော်ကို ထုတ်ဝေခဲ့ပါတယ်။ NVIDIA ဟာ ပလက်ဖောင်းရဲ့ open မော်ဒယ်တွေနဲ့ အချက်အလက်တွေရဲ့ အကြီးမားဆုံး ပံ့ပိုးကူညီသူအဖြစ် ထင်ရှားပြီး ၂၀၂၃ ခုနှစ်မှာ Hugging Face ရဲ့ ဒေါ်လာ ၂၃၅ သန်း ရန်ပုံငွေရှာဖွေမှုမှာ ပါဝင်ခဲ့တာကြောင့် ရင်းနှီးမြှုပ်နှံသူတစ်ဦးလည်း ဖြစ်နေပါပြီ။

သဘောတူညီချက်အခြေအနေနှင့် နောက်ဘာဆက်ဖြစ်မည်နည်း

Huang က သူ့ရဲ့ပို့စ်မှာ ဒီသဘောတူညီချက်ကို ဝယ်ယူမှုထက် နောက်ဆက်တွဲအဖြစ် ပုံဖော်ခဲ့ပြီး “Hugging Face မှာရှိတဲ့ Clem၊ Julien၊ Thomas နဲ့ အဖွဲ့” ကို “ထူးခြားတဲ့အရာတစ်ခုကို တည်ဆောက်ခဲ့တယ်” လို့ ချီးကျူးဂုဏ်ပြုခဲ့ပြီး ဒီပလက်ဖောင်းကို “open model developer အသိုင်းအဝိုင်းအတွက် တက်ကြွတဲ့အိမ်” အဖြစ် ဖော်ပြခဲ့ပါတယ်။ NVIDIA ရဲ့ ဖော်ပြထားတဲ့ အစီအစဉ်ကတော့ “Hugging Face ရဲ့ ပလက်ဖောင်းကို တိုးချဲ့ဖို့၊ သူ့ရဲ့ အခြေခံအဆောက်အအုံကို အားကောင်းစေဖို့နဲ့ AI ကို အသုံးပြုခွင့်ကို တိုးချဲ့ဖို့” ဖြစ်ပြီး Hugging Face အဖွဲ့ဟာ သူ့ရဲ့ကိုယ်ပိုင်အမှတ်တံဆိပ်အောက်မှာ ဆက်လက်လုပ်ဆောင်သွားဖို့ ဖြစ်ပါတယ်။ Huang က ဂေဟစနစ်ဆိုင်ရာ ပို့စ်ကို အဆုံးသတ်ခဲ့ပါတယ်- “အတူတကွ၊ ကမ္ဘာတစ်ဝှမ်းက လူတွေနဲ့ အဖွဲ့အစည်းတွေအတွက် AI ကို ပိုမိုပွင့်လင်းလာစေဖို့၊ ပိုမိုစွမ်းဆောင်နိုင်လာစေဖို့နဲ့ ပိုမိုရရှိနိုင်အောင် ကျွန်တော်တို့ လုပ်ဆောင်သွားမှာပါ” လို့ ပြောကြားခဲ့ပါတယ်။

NVIDIA အတွက်၊ AI အခြေခံအဆောက်အအုံ ယှဉ်ပြိုင်မှုသည် GPU များထက် ကျော်လွန်နေချိန်တွင် ဤဝယ်ယူမှုသည် ဗျူဟာမြောက် အရေးပါသော developer channel တစ်ခုကို ထိန်းချုပ်နိုင်စေပါသည်။ ကုမ္ပဏီ၏ ၂၀၂၀ ခုနှစ်တွင် Mellanox ကို ဝယ်ယူမှုသည် data center networking နှင့် full-stack အခြေခံအဆောက်အအုံတွင် ၎င်း၏ရပ်တည်ချက်ကို တည်ထောင်ရန် ကူညီပေးခဲ့သည်။ Hugging Face သည် model နှင့် developer layer တွင် ကျယ်ကျယ်ပြန့်ပြန့်အသုံးပြုသော platform တစ်ခုကို ထည့်သွင်းပေးမည်ဖြစ်ပြီး၊ NVIDIA သည် မည်သည့် model များ၊ tool များ၊ dataset များ၊ cloud များနှင့် accelerator များကို အသုံးပြုရမည်ကို ဆုံးဖြတ်သည့် အဖွဲ့အစည်းများနှင့် ပိုမိုတိုက်ရိုက်ချိတ်ဆက်ပေးမည်ဖြစ်သည်။

ကုမ္ပဏီနှစ်ခုစလုံးက အပြီးသတ်အချိန်ဇယားကို မပေးသေးဘဲ ဒီလောက်ပမာဏရှိတဲ့ အရောင်းအဝယ်ဟာ စည်းမျဉ်းစည်းကမ်းတွေရဲ့ ခွင့်ပြုချက် လိုအပ်ပါလိမ့်မယ်။ NVIDIA က Hugging Face ဟာ ပွင့်လင်းမြင်သာပြီး hardware-neutral ဖြစ်နေဦးမယ်လို့ ပြောကြားခဲ့ပြီး ဒီအနေအထားကို developer အသိုင်းအဝိုင်းနဲ့ platform ရဲ့ multi-vendor model ပေါ် မှီခိုနေရတဲ့ enterprise customer တွေက အနီးကပ် စစ်ဆေးသွားမှာ ဖြစ်ပါတယ်။

StorageReview မှာ ပါဝင်လုပ်ဆောင်ပါ

သတင်းလွှာ | YouTube | ပေါ့ဒ်ကတ်စ် iTunes / Spotify | Instagram | Twitter | TikTok | RSS Feed

Harold Fritts

IBM က Selectric ကို ဖန်တီးပြီးကတည်းက ကျွန်တော် နည်းပညာလောကမှာ ရှိနေခဲ့တာပါ။ ဒါပေမဲ့ ကျွန်တော့်ရဲ့ နောက်ခံကတော့ စာရေးခြင်းပါပဲ။ ဒါကြောင့် pre-sales လုပ်ငန်းကနေ ထွက်ပြီး ကျွန်တော့်ရဲ့ မူလအစကို ပြန်သွားဖို့ ဆုံးဖြတ်ခဲ့ပါတယ်။ စာရေးခြင်း အနည်းငယ်လုပ်ပေမယ့် နည်းပညာမှာလည်း ပါဝင်ပတ်သက်နေဆဲပါ။