Alibaba przygotowuje model o 10 bilionach parametrów
Alibaba ogłosiła plany skalowania modeli Qwen do 10 bilionów parametrów oraz zaprezentowała nowy chip AI Zhenwu V900.
Alibaba przygotowuje model o 10 bilionach parametrów
Firma przedstawiła swoje plany dotyczące kolejnych generacji modeli: Qwen 4 jest obecnie w fazie treningu, podczas gdy Qwen 4.5 i Qwen 5 mają zostać skalowane do 5–10 bilionów parametrów. Dla porównania, aktualny model Qwen 3.8 Max zawiera 2,4 biliona parametrów.
Równolegle Alibaba wprowadziła nowy chip AI, Zhenwu V900, który jest trzykrotnie wydajniejszy od poprzedniej generacji. W oparciu o ten układ firma planuje budowę klastrów liczących do 500 000 GPU oraz osiągnięcie mocy obliczeniowej centrów danych na poziomie 20 GW do 2032 roku.
Dlaczego to ważne
AnalizaSkalowanie liczby parametrów i rozwój własnych chipów demonstrują ambicje Alibaby dotyczące pełnej niezależności infrastruktury AI oraz pozycji lidera na rynku dużych modeli językowych.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Część II. Architektura agentów AI: od modelu do pamięci i narzędzi
Głęboka analiza inżynierska: tokenizacja, cache KV, determinizm próbkowania, stos treningowy, kwantyzacja, inżynieria kontekstu, stos bezpieczeństwa, produkcyjny RAG, ReAct oraz systemy multiagentowe typu swarm.
Modele Frontier
Najsilniejsza klasa sztucznej inteligencji na czele światowych badań (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), wyznaczająca granice współczesnych możliwości w zakresie rozumowania, autonomii i programowania.
LLM (Large Language Model - Duży Model Językowy)
Fundamentalna klasa architektur sieci neuronowych opartych na autoregresyjnym transformatorze, która przewiduje rozkład prawdopodobieństwa kolejnych tokenów i wykazuje emergentne właściwości abstrakcyjnego myślenia, syntezy kodu oraz wnioskowania logicznego.
Thinking Machines wypuszcza Inkling 2 Small: model MoE 594B, który potrafi dostrajać inne modele
Thinking Machines zaprezentowało Inkling 2 Small — model MoE o 594B parametrów, który prowadzi wśród modeli otwartych w wielu zadaniach i samodzielnie dostrajał Qwen3.5-4B.