Mô hình mã nguồn mở mới của Google, Gemma 3, có thể hoạt động trên cả GPU và bộ xử lý tensor.
Google cho biết đây là một tập hợp các mô hình nguồn mở nhẹ, tiên tiến, được phát triển dựa trên cùng công nghệ và nghiên cứu như Gemini 2.0. Gemma 3 ra mắt hơn một năm sau khi Google lần đầu giới thiệu dòng mô hình nguồn mở Gemma.
“Những mô hình nguồn mở mới của chúng tôi cực kỳ hiệu quả. Chẳng hạn, phiên bản lớn nhất 27B chỉ cần một GPU H100 để vận hành, trong khi các mô hình khác có thể cần gấp 10 lần khả năng tính toán để đạt hiệu suất tương đương”, CEO Google Sundar Pichai chia sẻ trên X.
Gemma 3 sẽ có các phiên bản 1B, 4B, 12B và 27B, giúp người dùng lựa chọn phù hợp với nhu cầu phần cứng và hiệu suất cụ thể.
Gemma 3 được thiết kế để chạy nhanh và trực tiếp trên nhiều thiết bị, từ điện thoại, laptop đến máy trạm, giúp các nhà phát triển dễ dàng xây dựng ứng dụng AI,” Clement Farabet, Giám đốc Google DeepMind, chia sẻ trong bài đăng trên blog của công ty.
Google cũng nhấn mạnh rằng Gemma 3 vượt trội so với Meta Platforms Llama-405B, DeepSeek V3 và o3-mini của OpenAI trong các đánh giá ban đầu trên LMArena. Trong bảng xếp hạng này, chỉ mô hình R1 của DeepSeek đạt điểm cao hơn Gemma 3.
Gemma 3 hỗ trợ 35 ngôn ngữ và được đào tạo trên hơn 140 ngôn ngữ.
Google cũng giới thiệu ShieldGemma 2, một công cụ kiểm tra độ an toàn của hình ảnh 4B, phát triển dựa trên nền tảng Gemma 3. ShieldGemma 2 giúp phân loại hình ảnh theo ba danh mục: nội dung nguy hiểm, nội dung khiêu dâm và bạo lực, mang đến giải pháp an toàn cho các hình ảnh có sẵn.
theo Vnexpress.net
Thông tin liên hệ:
- Địa chỉ: Vinhomes Grand Park, Quận 9, Thành phố Hồ Chí Minh, Việt Nam.
- Hotline: 097 145 04 54
- Winterfrost – Phát triển AI – Thiết kế Website – Thiết kế App – Liên hệ tư vấn.
Câu hỏi thường gặp
Bài viết này phù hợp với ai?
Nội dung phù hợp với đội ngũ quản lý, chủ doanh nghiệp và nhóm sản phẩm đang tìm hiểu ai để đưa ra quyết định triển khai thực tế.
Nên bắt đầu triển khai từ đâu?
Hãy bắt đầu từ mục tiêu kinh doanh, dữ liệu hiện có và một phạm vi thử nghiệm đủ nhỏ để đo lường. Sau đó mới mở rộng theo kết quả thực tế thay vì đầu tư dàn trải ngay từ đầu.
