Google Gemma 3 和 AMD Instella AI 模型提升了多模式和企業 AI 能力，重塑了 AI 效能標準。
谷歌和AMD宣布了人工智慧領域的重大進展。谷歌推出了其開源AI模型系列的最新一代Gemma 3。同時，AMD宣布與企業AI開放平台（OPEA）整合，並推出其Instella語言模式。
Google 的 Gemma 3：最低限度硬體上的多模式 AI 效率
12 月 3 日發布的 Gemma 2 建立在 Gemma XNUMX 成功的基礎之上。
Gemma 3 有四種尺寸：1B、4B、12B 和 27B 參數。每個變體都有基礎版本（預訓練版本）和指令調整版本。較大的型號（4B、12B 和 27B）提供多模式功能，可無縫處理文字、影像和短影片。 Google 的 SigLIP 視覺編碼器將視覺輸入轉換為語言模型可解釋的標記，使 Gemma 3 能夠回答基於圖像的問題、識別物件並讀取嵌入的文字。
Gemma 3 還顯著擴展了其上下文窗口，與 Gemma 128,000 的 2 個標記相比，它最多支援 80,000 個標記。這使得模型能夠在單一提示內處理更多資訊。此外，Gemma 3 支援超過 140 種語言，增強了全球可訪問性。
LMSYS 聊天機器人競技場排名
Gemma 3 已迅速成為 LMSYS 聊天機器人競技場，一個基於人類偏好評估大型語言模型的基準。 Gemma-3-27B 的 Elo 分數達到 1338，在全球排名第九。這使它領先於 DeepSeek-V3 (1318)、Llama3-405B (1257)、Qwen2.5-72B (1257)、Mistral Large 以及谷歌之前的 Gemma 2 型號等知名競爭對手。
AMD 透過 OPEA 整合增強企業 AI
AMD 於 12 年 2025 月 XNUMX 日宣布支援企業 AI 開放平台 (OPEA)。
此次合作解決了企業 AI 面臨的關鍵挑戰，包括模型整合複雜性、GPU 資源管理、安全性和工作流程靈活性。作為 OPEA 技術指導委員會的成員，AMD 與行業領導者合作，實現可在公共和私有雲環境中部署的可組合生成 AI 解決方案。
OPEA 提供必要的 AI 應用程式元件，包括預先建置的工作流程、評估能力、嵌入模型和向量資料庫。其基於雲端原生、微服務的架構確保透過 API 驅動的工作流程實現無縫整合。
AMD 推出 Instella：完全開放的 3B 參數語言模型
AMD 還推出了 Instella，這是一個完全在 AMD 硬體上開發的完全開源、3 億參數的語言模型系列。
技術創新與培訓方法
Instella 模型採用純文字自回歸變壓器架構，每層有 36 個解碼器層和 32 個注意力頭，支援最多 4,096 個標記的序列。該模型透過 OLMo 標記器使用約 50,000 個標記的詞彙表。
依照多階段流程，訓練在 128 個節點的 300 個 AMD Instinct MI16X GPU 上進行。初始預訓練涉及來自不同資料集的約 4.065 兆個標記，涵蓋編碼、學術、數學和常識。第二個預訓練階段使用來自 MMLU、BBH 和 GSM57.575k 等專門基準的另外 8 億個標記來完善解決問題的能力。
在預訓練之後，Instella 使用 8.9 億個精選的指令回應資料標記進行監督微調 (SFT)，增強了互動能力。最後的直接偏好最佳化 (DPO) 階段使用 760 億個精心挑選的資料標記，使模型與人類偏好緊密結合。
令人印象深刻的基準測試表現
基準測試結果凸顯了 Instella 顯著的效能提升。模型的表現比現有的完全開放模型平均高出 8% 以上，在 ARC Challenge（+8.02%）、ARC Easy（+3.51%）、Winograde（+4.7%）、OpenBookQA（+3.88%）、MMLU（+13.12%）和 GSM8k（+48.98%）等基準測試中取得了基準測試的結果。
與 Llama-3.2-3B 和 Gemma-2-2B 等領先的開放重量模型不同，Instella 在多項任務中表現出優異或極具競爭力的性能。指令調整變體 Instella-3B-Instruct 與其他完全開放的指令調整模型相比表現出明顯的優勢，平均性能領先超過 14%，同時與領先的開放權重指令調整模型相比也具有競爭力。
全面開源發布和可用性
AMD 秉承對開源原則的承諾，該公司已經發布了與 Instella 模型相關的所有工件，包括模型權重、詳細的訓練配置、資料集和程式碼。這種完全的透明度使人工智慧社群能夠利用這些模型進行協作、複製和創新。
結論
谷歌和 AMD 的這些公告為未來一年令人興奮的人工智慧創新奠定了基礎。 Gemma 3 重新定義了多模式效率，AMD 的 Instella 模型和 OPEA 集成為企業 AI 賦能，行業發展勢頭明顯。隨著我們接近 NVIDIA 的 GTC 大會並期待更多突破性產品的發布，很明顯這些發展只是未來的開始。
參與 StorageReview
電子報 | YouTube | 播客 iTunes/Spotify | Instagram | Twitter | 的TikTok | RSS訂閱
