NVIDIA veröffentlicht die gesamte Run:ai-Plattform als Open Source
Die Veröffentlichung umfasst GPU-Planung, Ressourcenverwaltung und GPU-Aufteilung für Kubernetes.
Themenkennzeichnungen können Vorschläge sein und sind keine redaktionelle Bestätigung.
Die Veröffentlichung umfasst GPU-Planung, Ressourcenverwaltung und GPU-Aufteilung für Kubernetes.
IBM zufolge erprobt Mashreq die Bob-Plattform für Softwareintegration und Fehlersuche im Produktionsbetrieb.
Die Vorschauintegration bietet zentrale Übersicht und Durchsetzung von Gateway-Richtlinien für MCP-Server und -Werkzeuge.
Meta veröffentlichte Gewichte für Muse Spark Open, ein multimodales Modell mit laut Unternehmen insgesamt 816 Milliarden und rund 42 Milliarden aktiven Parametern je Token.
In einem von NVIDIA gemeldeten Entwicklungsbenchmark senkte Siemens EDA die Agentenschritte von 155 auf 53 und erhöhte den zusammengesetzten Verifizierungswert von etwa 55 auf 95 Prozent.
Llama Windows ist eine quelloffene App, mit der offene Modelle über die Windows-11-Taskleiste heruntergeladen und lokal mit llama.cpp ausgeführt werden können.
NVIDIA zufolge verkürzte eine Umschreibung einer Spark-UDF die Operatorlaufzeit bei einer Arbeitslast mit 600 Milliarden Zeilen eines nicht genannten Verbraucher-Technologieunternehmens von 274,55 auf 12,78 Stunden.
Laut NVIDIA senkte stufenweises Training die Wortfehlerrate von Nemotron ASR in einem zweistündigen ATCO2-Test von 77 auf 22,46 Prozent.
ReplaySSM puffert Eingaben von Zustandsraummodellen; laut Forschenden beschleunigte es Dekodierkerne über vier Modelle bei Batchgröße 256 um das 1,46- bis 1,80-Fache.
AlphaEdge AI veröffentlichte Sparseup-fr, eine französische Umsetzung von Linkups Open-Source-Verfahren, samt bereinigtem NanoBEIR-fr-Benchmark.
Global Emotions umfasst 525 Stunden Sprache von 10.420 Sprechern in 83 Sprachen und 108 Sprachvarianten; das Unternehmen stellt den Datensatz für kommerzielle und Forschungszwecke bereit.
Ai2 zufolge erhielten Teams während einer 30-tägigen Auswertung eines neuen Budget- und Fair-Share-Systems 98 Prozent der ihnen zustehenden GPU-Stunden.