2. Nvidia
ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ సిస్టమ్‌ల కోసం పెరుగుతున్న అధునాతన అన్వేషణ పెద్ద భాషా నమూనా డెవలపర్‌ల నుండి గణనీయమైన పెట్టుబడిని కొనసాగిస్తోంది. అయితే, ఒక సంస్థ ఇప్పటికే ఈ AI విప్లవం యొక్క ఫలాలను పొందుతోంది: Nvidia. దాని ఆధిపత్య గ్రాఫిక్స్ ప్రాసెసింగ్ యూనిట్లు (GPUలు)తో AI రేసును మండించిన తరువాత, Nvidia ఇప్పుడు మానవ-స్థాయి మేధస్సును కొనసాగించడానికి దాని సంచలనాత్మక Blackwell ప్రాసెసర్ మరియు ప్లాట్‌ఫారమ్‌తో సంపూర్ణంగా ఉంచబడింది.
Blackwell దాని ముందున్న H100ని అధిగమించింది, సాధారణ మోడల్-శిక్షణ పనుల కోసం 2.5 రెట్లు ఎక్కువ శక్తిని అందిస్తుంది, అదే సమయంలో గణనీయంగా తక్కువ శక్తిని వినియోగిస్తుంది. Google, Meta, Microsoft, OpenAI, Tesla మరియు xAI వంటి పరిశ్రమ దిగ్గజాలతో సహా ప్రధాన డేటా సెంటర్ ఆపరేటర్లు మరియు AI ల్యాబ్‌లు వందల వేల Blackwell GPUలను కొనుగోలు చేయడానికి కట్టుబడి ఉన్నాయి.
DeepSeek మరియు Alibaba వంటి చైనీస్ కంపెనీల నుండి ఇటీవలి నమూనాలు పాత, తక్కువ శక్తివంతమైన Nvidia GPUలను ఉపయోగించి ఆకట్టుకునే సామర్థ్యాలను ప్రదర్శించినప్పటికీ, Nvidia కేవలం దాని విజయాలపై విశ్రాంతి తీసుకోవడం లేదు. కంపెనీ ఔషధ ఆవిష్కరణ (బయోఫార్మా కోసం క్లారా) మరియు స్వయంప్రతిపత్త వాహనాలు (డ్రైవ్ AGX) నుండి వీడియో ఉత్పత్తి (హోలోస్కాన్) మరియు డిజిటల్ ట్విన్స్ (ఓమ్నివర్స్) వరకు విభిన్న అనువర్తనాల కోసం ప్లాట్‌ఫారమ్‌లను చురుకుగా అభివృద్ధి చేస్తోంది. వాస్తవ-ప్రపంచ దృశ్యాల యొక్క విస్తృత స్పెక్ట్రం అంతటా AI పురోగతిని ప్రోత్సహించడం ద్వారా, భవిష్యత్ నమూనాలు స్వచ్ఛమైన గణన శక్తిపై తక్కువ ఆధారపడటాన్ని ప్రదర్శించినప్పటికీ, Nvidia వ్యూహాత్మకంగా నిరంతర వృద్ధి కోసం తనను తాను ఉంచుకుంటోంది.
2. OpenAI
2019 నుండి, OpenAI శిక్షణ డేటా మరియు కంప్యూటింగ్ వనరులను విస్తరించడం ద్వారా దాని నమూనాలను నిలకడగా మెరుగుపరిచింది, ఈ వ్యూహాన్ని పరిశ్రమ అంతటా విస్తృతంగా అనుసరించారు. ఏదేమైనప్పటికీ, ఈ స్కేలింగ్ విధానం నుండి తగ్గుతున్న రాబడి స్పష్టంగా కనిపించడంతో, AGIని సాధించడానికి ఒక కొత్త మార్గం అవసరమని OpenAI గుర్తించింది - చాలా పనులలో మానవ మేధస్సును అధిగమించే నమూనాలు.
OpenAI యొక్క పరిష్కారం o1 మోడల్ రూపంలో వచ్చింది. ప్రీట్రైనింగ్ సమయంలో వనరులను స్కేల్ చేయడంపై మాత్రమే దృష్టి పెట్టడానికి బదులుగా, OpenAI o1ని అనుమితి సమయంలో ఎక్కువ సమయం మరియు కంప్యూటింగ్ శక్తిని కేటాయించేలా ఇంజనీరింగ్ చేసింది, ఈ దశలో మోడల్ చురుకుగా అమలు చేయబడుతుంది మరియు వినియోగదారు ప్రాంప్ట్‌లకు ప్రతిస్పందిస్తుంది. ఈ ప్రక్రియలో, o1 వినియోగదారు నుండి మరియు సంబంధిత డేటా మూలాల నుండి సందర్భోచిత సమాచారాన్ని సేకరిస్తుంది మరియు నిలుపుకుంటుంది. ఇది సమాధానానికి సరైన మార్గాన్ని నిర్ణయించడానికి ట్రయల్ అండ్ ఎర్రర్ పద్దతిని ఉపయోగిస్తుంది. ఫలితంగా సంక్లిష్టమైన ప్రశ్నలకు PhD-స్థాయి ప్రతిస్పందనల ఉత్పత్తి, పనితీరు బెంచ్‌మార్క్ ర్యాంకింగ్‌లలో o1ని అగ్రస్థానానికి చేర్చింది.
OpenAI ChatGPT Plus చందాదారులకు o1 యొక్క “ప్రయోగాత్మక” మరియు “మినీ” వెర్షన్‌లను అందిస్తుంది. అదనంగా, ChatGPT Pro అనే ప్రీమియం సేవ నెలకు $200కి పూర్తి o1 మోడల్‌కు అపరిమిత ప్రాప్యతను అందిస్తుంది. డిసెంబర్ 2024లో, OpenAI o1 యొక్క వారసుడు o3ని ఆవిష్కరించింది మరియు ఫిబ్రవరి 2025లో, చెల్లింపు వినియోగదారులకు o3-మినీకి యాక్సెస్‌ను మంజూరు చేసింది, ఇది సైన్స్, మ్యాథ్ మరియు కోడింగ్ కోసం ఆప్టిమైజ్ చేయబడిన చిన్న, వేగవంతమైన వేరియంట్. OpenAI యొక్క కొత్త రీజనింగ్ మోడల్స్ యొక్క అత్యంత తీవ్రమైన ప్రభావం ఏమిటంటే, AGIకి వెళ్లే మార్గంలో మేధస్సులో మరిన్ని పురోగతులను సాధించడానికి ఒక ఆశాజనకమైన మార్గంగా అనుమితి సమయంలో కంప్యూటింగ్‌ను స్కేల్ చేయడం యొక్క ధ్రువీకరణ.
2. Google DeepMind
2010ల చివరలో Googleలో నేటి చాట్‌బాట్‌లకు మార్గం సుగమం చేసిన పునాది పరిశోధన ఉద్భవించింది. ChatGPT ఆవిర్భావానికి ముందే Google ఒక పెద్ద భాషా నమూనా-ఆధారిత చాట్‌బాట్‌ను అభివృద్ధి చేసింది. ఏదేమైనప్పటికీ, భద్రత, గోప్యత మరియు చట్టపరమైన చిక్కులకు సంబంధించిన ఆందోళనలు జాగ్రత్తగా విధానానికి దారితీశాయి, దాని పబ్లిక్ విడుదలను ఆలస్యం చేశాయి. ఈ సంకోచం ఫలితంగా ChatGPT ప్రారంభం వలన ప్రేరేపించబడిన AI రేసులో Google ప్రారంభంలో వెనుకబడి ఉంది.
2024లో Google DeepMind యొక్క Gemini 2.0 విడుదల Google యొక్క ఖచ్చితమైన పునరుజ్జీవనానికి సంకేతం. Gemini 2.0 అనేది అంతర్లీనంగా మల్టీమోడల్ అయిన మొదటి మాస్-మార్కెట్ AI మోడల్‌ను సూచిస్తుంది, ఇది టెక్స్ట్ వలె అదే నిష్ణాతులు కలిగిన చిత్రాలు, వీడియో, ఆడియో మరియు కంప్యూటర్ కోడ్‌ను ప్రాసెస్ చేయడానికి మరియు ఉత్పత్తి చేయడానికి సామర్థ్యాన్ని కలిగి ఉంటుంది. ఈ సామర్థ్యం మోడల్ వీడియో క్లిప్‌లను లేదా ఫోన్ కెమెరా నుండి లైవ్ వీడియో ఫీడ్‌లను కూడా విశ్లేషించడానికి మరియు కారణం చెప్పడానికి అనుమతిస్తుంది, ఇది గొప్ప వేగం మరియు ఖచ్చితత్వంతో ఉంటుంది.
Gemini మ్యాప్స్ మరియు సెర్చ్ వంటి ఇతర Google సేవలను నియంత్రించగల సామర్థ్యం కోసం కూడా నిలుస్తుంది. ఈ ఏకీకరణ Google యొక్క వ్యూహాత్మక ప్రయోజనాన్ని ప్రదర్శిస్తుంది, దాని AI పరిశోధనను దాని స్థాపించబడిన సమాచారం మరియు ఉత్పాదకత సాధనాలతో మిళితం చేస్తుంది. Gemini అనేది స్వయంప్రతిపత్తమైన ఆపరేషన్ మరియు వినియోగదారు తరపున సంక్లిష్ట సమస్యల ద్వారా కారణం చెప్పగల సామర్థ్యాన్ని ప్రదర్శించే మొదటి AI నమూనాలలో ఒకటి. Gemini 2.0 ఫ్లాష్ థింకింగ్ ప్రయోగాత్మక నమూనా వినియోగదారులకు సమాధానానికి రావడానికి ఉపయోగించే ఆలోచనా విధానంపై అంతర్దృష్టులను కూడా అందిస్తుంది. ఇంకా, డిసెంబర్‌లో, Google ప్రాజెక్ట్ మారినర్‌ను పరిచయం చేసింది, ఇది ఆన్‌లైన్ కిరాణా షాపింగ్‌ను స్వయంప్రతిపత్తితో నిర్వహించడానికి రూపొందించబడిన Gemini-ఆధారిత ఏజెంటిక్ AI ఫీచర్.
2. Anthropic
ఉత్పత్తి AI యొక్క ప్రాథమిక అనువర్తనాలు ఇప్పటివరకు టెక్స్ట్ రైటింగ్, సారాంశం మరియు ఇమేజ్ జనరేషన్ చుట్టూ కేంద్రీకృతమై ఉన్నాయి. తదుపరి పరిణామాత్మక దశలో పెద్ద భాషా నమూనాలకు తార్కిక సామర్థ్యాలు మరియు సాధనాలను ఉపయోగించగల సామర్థ్యాన్ని అందించడం జరుగుతుంది. Anthropic యొక్క “కంప్యూటర్ యూజ్” మోడల్ ఈ భవిష్యత్తులోకి ఒక ప్రారంభ సంగ్రహావలోకనం అందించింది.
2024లో Claude 3.5 Sonnetతో ప్రారంభించి, Anthropic యొక్క మోడల్ ఇంటర్నెట్ కంటెంట్‌తో సహా ఆన్-స్క్రీన్ యాక్టివిటీని గ్రహించగలదు. ఇది కర్సర్‌ను మార్చగలదు, బటన్‌లను క్లిక్ చేయగలదు మరియు టెక్స్ట్‌ను ఇన్‌పుట్ చేయగలదు. ఒక ప్రదర్శన వీడియో బ్రౌజర్ ట్యాబ్‌లలో తెరిచిన వెబ్‌సైట్‌లలో అందుబాటులో ఉన్న సమాచారాన్ని ఉపయోగించి ఫారమ్‌ను పూర్తి చేసే క్లాడ్ సామర్థ్యాన్ని ప్రదర్శించింది. ఇది వ్యక్తిగత వెబ్‌సైట్‌ను సృష్టించడం లేదా ఒక రోజు పర్యటన యొక్క లాజిస్టిక్‌లను నిర్వహించడం వంటి పనులను చేయగలదు. కొత్త ట్యాబ్‌లను తెరవడం, శోధనలు నిర్వహించడం మరియు డేటా ఫీల్డ్‌లను నింపడం వంటి AI యొక్క స్వయంప్రతిపత్త చర్యలు నిజంగా అద్భుతమైనవి.
మోడల్ ప్రస్తుతం నెమ్మదిగా పని చేస్తున్నప్పటికీ మరియు ఎల్లప్పుడూ సరైన సమాధానాన్ని ఇవ్వకపోవచ్చు, Anthropic దాని పరిమితులను గుర్తించి, పరిష్కరించినందున వేగవంతమైన మెరుగుదలలు ఊహించబడ్డాయి. Google యొక్క పైన పేర్కొన్న ప్రాజెక్ట్ మారినర్ డిసెంబర్‌లో Anthropic యొక్క నాయకత్వాన్ని అనుసరించింది మరియు OpenAI జనవరి 2025లో దాని స్వంత కంప్యూటర్ వినియోగ నమూనా, ఆపరేటర్‌ను పరిచయం చేసింది. ఫిబ్రవరి 2025లో, Anthropic దాని తదుపరి ప్రధాన పునరావృతం, Claude 3.7 Sonnetను ఆవిష్కరించింది, ఇది సవాలు చేసే ప్రశ్నల కోసం స్వయంచాలకంగా రీజనింగ్ మోడ్‌ను ఎనేబుల్ చేయగల సామర్థ్యం గల ఒక పెద్ద మోడల్.
2. Microsoft
Microsoft యొక్క Phi మోడల్స్ అభివృద్ధి 2023లో కంపెనీ పరిశోధకులు అడిగిన ఒక ప్రాథమిక ప్రశ్న నుండి వచ్చింది: “ఉద్భవిస్తున్న మేధస్సు యొక్క సంకేతాలను ప్రదర్శించగల అతి చిన్న మోడల్ పరిమాణం ఏమిటి?” ఈ విచారణ “చిన్న భాషా నమూనాలు” పరిణామంలో ఒక కీలకమైన క్షణాన్ని సూచిస్తుంది, పరిమిత మెమరీ, ప్రాసెసింగ్ పవర్ లేదా కనెక్టివిటీ ఉన్న దృశ్యాలలో సరైన పనితీరు కోసం రూపొందించబడిన నమూనాలు, ఇక్కడ వేగవంతమైన ప్రతిస్పందన సమయాలు కీలకం.
2024 అంతటా, Microsoft శిక్షణ సమయంలో స్పష్టంగా పొందుపరచబడని తార్కిక మరియు లాజిక్ సామర్థ్యాలను ప్రదర్శించే చిన్న నమూనాల యొక్క రెండు తరాలను విడుదల చేసింది. ఏప్రిల్‌లో, కంపెనీ భాష, తార్కికత, కోడింగ్ మరియు గణిత బెంచ్‌మార్క్‌లలో రాణించిన Phi-3 మోడల్‌ల శ్రేణిని ఆవిష్కరించింది, బహుశా గణనీయంగా పెద్ద మరియు మరింత సామర్థ్యం గల LLMల ద్వారా ఉత్పత్తి చేయబడిన సింథటిక్ డేటాపై వారి శిక్షణ కారణంగా. ఓపెన్-సోర్స్ Phi-3 యొక్క వేరియంట్‌లు 2024లో Hugging Faceలో 4.5 మిలియన్ సార్లు డౌన్‌లోడ్ చేయబడ్డాయి.
2024 చివరిలో, Microsoft దాని Phi-4 చిన్న భాషా నమూనాలను ప్రారంభించింది, ఇది తార్కిక-కేంద్రీకృత పనులలో Phi-3 మోడల్‌లను అధిగమించింది మరియు GPQA (శాస్త్రీయ ప్రశ్నలు) మరియు MATH బెంచ్‌మార్క్‌లలో OpenAI యొక్క GPT-4oని కూడా అధిగమించింది. Microsoft ఓపెన్-సోర్స్ మరియు ఓపెన్-వెయిట్స్ లైసెన్స్ కింద మోడల్‌ను విడుదల చేసింది, డెవలపర్‌లకు ఫోన్‌లు లేదా ల్యాప్‌టాప్‌ల కోసం ఎడ్జ్ మోడల్‌లు లేదా అప్లికేషన్‌లను సృష్టించడానికి అధికారం ఇస్తుంది. ఒక నెల కంటే తక్కువ వ్యవధిలో, Phi-4 Hugging Faceలో 375,000 డౌన్‌లోడ్‌లను పొందింది.
2. Amazon
Amazon AWS ఇటీవల Trainium2ని పరిచయం చేసింది, ఇది AI కోసం దాని Trainium ప్రాసెసర్ యొక్క కొత్త వెర్షన్, నిర్దిష్ట సెట్టింగ్‌లలో Nvidia GPUల ఆధిపత్యాన్ని సవాలు చేయగలదు. Trainium2 అతిపెద్ద ఉత్పాదక AI మోడల్‌లకు శిక్షణ ఇవ్వడానికి మరియు మోడల్ అమలు తర్వాత అనుమితి-సమయ కార్యకలాపాల కోసం అవసరమైన భారీ కంప్యూటింగ్ శక్తిని అందించడానికి ఇంజనీరింగ్ చేయబడింది. పోల్చదగిన పనుల కోసం GPUల కంటే Trainium 30% నుండి 40% ఎక్కువ ఖర్చుతో కూడుకున్నదని AWS పేర్కొంది.
Trainium2 మొదటి Trainium చిప్‌లో గమనించిన పవర్ మరియు సాఫ్ట్‌వేర్ ఇంటిగ్రేషన్ లోపాలను పరిష్కరిస్తుంది, Nvidiaతో అంతరాన్ని మూసివేయడానికి Amazonను సంభావ్యంగా ఉంచుతుంది. (AWS స్వయంగా GPUల కోసం Nvidiaపై ఎక్కువగా ఆధారపడి ఉందని గమనించాలి.) Nvidia యొక్క CUDA సాఫ్ట్‌వేర్ లేయర్‌తో కస్టమర్ లాక్-ఇన్ కారణంగా Nvidiaని తొలగించడం చాలా కష్టమైన సవాలు, ఇది పరిశోధకులకు వారి నమూనాలు చిప్ వనరులను ఎలా ఉపయోగించుకుంటాయనే దానిపై గ్రాన్యులర్ నియంత్రణను అందిస్తుంది. Amazon దాని స్వంత కెర్నల్ కంట్రోల్ సాఫ్ట్‌వేర్ లేయర్, న్యూరాన్ కెర్నల్ ఇంటర్‌ఫేస్ (NKI)ని అందిస్తుంది, ఇది CUDA మాదిరిగానే, పరిశోధకులకు చిప్ కెర్నల్ పరస్పర చర్యలపై సూక్ష్మ-స్థాయి నియంత్రణను మంజూరు చేస్తుంది.
Trainium2 ఇంకా స్కేల్‌లో పరీక్షించబడలేదని గమనించడం ముఖ్యం. AWS ప్రస్తుతం Anthropic కోసం 400,000 Trainium2 చిప్‌లతో కూడిన సర్వర్ క్లస్టర్‌ను నిర్మిస్తోంది, ఇది పెద్ద-స్థాయి అమలులలో దాని AI చిప్‌ల పనితీరును ఆప్టిమైజ్ చేయడానికి విలువైన అంతర్దృష్టులను అందించగలదు.
2. Arm
బ్రిటీష్ సెమీకండక్టర్ డిజైనర్ Arm చాలా కాలంగా ఫోన్‌లు, సెన్సార్‌లు మరియు IoT హార్డ్‌వేర్ వంటి చిన్న పరికరాలకు శక్తినిచ్చే చిప్‌లలో ఉపయోగించే ఆర్కిటెక్చర్ యొక్క కీలక ప్రదాతగా ఉంది. ఎడ్జ్ పరికర చిప్‌లు AI మోడల్‌లను అమలు చేసే అభివృద్ధి చెందుతున్న యుగంలో ఈ పాత్ర మరింత ప్రాముఖ్యతను సంతరించుకుంటుంది. డేటా కేంద్రాలు కూడా ఈ పరిణామంలో కీలక పాత్ర పోషిస్తాయి, తరచుగా అత్యంత డిమాండ్ ఉన్న AI ప్రాసెసింగ్‌లో కొన్నింటిని లేదా అన్నింటినీ నిర్వహిస్తాయి మరియు ఎడ్జ్ పరికరాలకు ఫలితాలను అందిస్తాయి.
ప్రపంచవ్యాప్తంగా డేటా కేంద్రాలు విస్తరిస్తున్నందున, వాటి విద్యుత్ శక్తి వినియోగం మరింత తీవ్రమైన ఆందోళనగా మారుతుంది. ఈ అంశం Arm యొక్క తాజా Neoverse CPU ఆర్కిటెక్చర్‌లో సామర్థ్యంపై ఉద్ఘాటనకు దోహదం చేస్తుంది. ఇది మునుపటి తరాల కంటే 50% పనితీరు మెరుగుదల మరియు పోటీ x86 ఆర్కిటెక్చర్‌లను ఉపయోగించే ప్రాసెసర్‌లతో పోలిస్తే వాట్‌కు 20% మెరుగైన పనితీరును కలిగి ఉందని కంపెనీ పేర్కొంది.
సాధారణ-ప్రయోజన కంప్యూటింగ్ మరియు CPU-ఆధారిత AI అనుమితి మరియు శిక్షణ రెండింటికీ Amazon, Microsoft, Google మరియు Oracle అన్నీ Arm Neoverseని స్వీకరించాయని Arm నివేదిస్తుంది. ఉదాహరణకు, 2024లో, క్లౌడ్ కోసం రూపొందించిన దాని మొదటి కస్టమ్ సిలికాన్, కోబాల్ట్ 100 ప్రాసెసర్, Arm Neoverseపై నిర్మించబడిందని Microsoft ప్రకటించింది. అతిపెద్ద AI డేటా కేంద్రాలలో కొన్ని NVIDIA యొక్క గ్రేస్ హాప్పర్ సూపర్‌చిప్‌పై ఆధారపడతాయి, ఇది హాప్పర్ GPU మరియు Neoverse ఆధారంగా గ్రేస్ CPUని మిళితం చేస్తుంది. Arm ఈ సంవత్సరం దాని స్వంత CPUని ప్రారంభించనుంది, Meta దాని ప్రారంభ కస్టమర్‌లలో ఒకటిగా ఉంది.
2. Gretel
గత సంవత్సరంలో, AI కంపెనీలు వెబ్ నుండి సేకరించిన డేటా యొక్క ఎప్పటికప్పుడు పెరుగుతున్న వాల్యూమ్‌లతో వారి నమూనాలకు శిక్షణ ఇవ్వడం నుండి తగ్గుతున్న రాబడిని అనుభవించాయి. పర్యవసానంగా, వారు శిక్షణ డేటా యొక్క పరిమాణం నుండి దాని నాణ్యతకు తమ దృష్టిని మార్చారు. ఇది ప్రచురణకర్త భాగస్వాముల నుండి లైసెన్స్ పొందిన పబ్లిక్ కాని మరియు ప్రత్యేక కంటెంట్‌లో పెరిగిన పెట్టుబడికి దారితీసింది. AI పరిశోధకులు వారి మానవ-ఉత్పత్తి లేదా మానవ-వ్యాఖ్యానించిన శిక్షణ డేటాలోని ఖాళీలు లేదా బ్లైండ్ స్పాట్‌లను కూడా పరిష్కరించాలి. ఈ ప్రయోజనం కోసం, వారు ప్రత్యేక AI నమూనాల ద్వారా ఉత్పత్తి చేయబడిన సింథటిక్ శిక్షణ డేటా వైపు ఎక్కువగా మొగ్గు చూపుతున్నారు.
Gretel 2024లో సింథటిక్ శిక్షణ డేటాను సృష్టించడం మరియు క్యూరేట్ చేయడంలో ప్రత్యేకత సాధించడం ద్వారా ప్రాముఖ్యతను సంతరించుకుంది. కంపెనీ దాని ఫ్లాగ్‌షిప్ ఉత్పత్తి, Gretel Navigator యొక్క సాధారణ లభ్యతను ప్రకటించింది, ఇది డెవలపర్‌లకు సహజ భాష లేదా SQL ప్రాంప్ట్‌లను ఉపయోగించి సింథటిక్ శిక్షణ డేటాసెట్‌లను ఉత్పత్తి చేయడానికి, పెంచడానికి, సవరించడానికి మరియు క్యూరేట్ చేయడానికి వీలు కల్పిస్తుంది. ప్లాట్‌ఫారమ్ ఇప్పటికే 150,000 కంటే ఎక్కువ మంది డెవలపర్‌ల సంఘాన్ని ఆకర్షించింది, వీరు 350 బిలియన్లకు పైగా శిక్షణ డేటా ముక్కలను సంశ్లేషణ చేశారు.
ఇతర పరిశ్రమ ప్లేయర్‌లు Gretel యొక్క సామర్థ్యాలను గమనించారు. Gretel దాని సింథటిక్ శిక్షణ డేటాను Google Cloud కస్టమర్‌లకు సులభంగా అందుబాటులో ఉంచడానికి Googleతో భాగస్వామ్యం కలిగి ఉంది. Databricks క్లౌడ్‌లో నడుస్తున్న వారి నమూనాల కోసం సింథటిక్ శిక్షణ డేటాకు Databricks’ ఎంటర్‌ప్రైజ్ కస్టమర్‌లకు యాక్సెస్‌ను మంజూరు చేస్తూ, జూన్‌లో Databricksతో ఇదే విధమైన భాగస్వామ్యం ప్రకటించబడింది.
2. Mistral AI
Mistral AI, ఉత్పాదక AI రంగంలో ఫ్రాన్స్ యొక్క పోటీదారు, ఫ్రాంటియర్ AI మోడల్ అభివృద్ధిలో ముందంజలో ఉన్న OpenAI, Anthropic మరియు Googleపై నిరంతరం ఒత్తిడి తెచ్చింది. Mistral AI 2024లో గణనీయమైన సాంకేతిక పురోగతులను పొందుపరిచిన కొత్త మోడల్‌ల శ్రేణిని విడుదల చేసింది, దాని APIల యొక్క ప్రత్యక్ష మార్కెటింగ్ మరియు వ్యూహాత్మక భాగస్వామ్యాల ద్వారా వేగవంతమైన వ్యాపార వృద్ధిని ప్రదర్శిస్తుంది.
సంవత్సరం ప్రారంభంలో, కంపెనీ Mixtral అని పిలువబడే ఓపెన్-సోర్స్ మోడల్‌ల జంటను పరిచయం చేసింది, “మిశ్రమం నిపుణులు” ఆర్కిటెక్చర్ యొక్క వినూత్న ఉపయోగం కోసం గుర్తించదగినది, ఇక్కడ మోడల్ యొక్క పారామితుల యొక్క ప్రత్యేక ఉపసమితి మాత్రమే ఒక ప్రశ్నకు సమాధానం ఇవ్వడానికి నిమగ్నమై ఉంటుంది, సామర్థ్యాన్ని పెంచుతుంది. జూలై 2024లో, Mistral Mistral Large 2ని ప్రకటించింది, ఇది 123 బిలియన్ పారామీటర్‌ల వద్ద, కోడ్ జనరేషన్, మ్యాథ్, రీజనింగ్ మరియు ఫంక్షన్ కాలింగ్‌లో గణనీయమైన మెరుగుదలలను ప్రదర్శించింది. ఫ్రెంచ్ కంపెనీ Ministral 3B మరియు Ministral 8Bని కూడా విడుదల చేసింది, ల్యాప్‌టాప్‌లు లేదా ఫోన్‌లలో అమలు చేయడానికి రూపొందించిన చిన్న నమూనాలు, వినియోగదారు అందించిన సుమారు 50 టెక్స్ట్ పేజీల సందర్భోచిత సమాచారాన్ని నిల్వ చేయగల సామర్థ్యాన్ని కలిగి ఉంటాయి.
OpenAI వంటి U.S. AI కంపెనీలకు తక్కువ-ధర మరియు అనువైన ప్రత్యామ్నాయంగా తనను తాను ఉంచుకోవడం ద్వారా Mistral యూరోప్‌లో విజయాన్ని సాధించింది. ఇది 2024లో U.S. ఎంటర్‌ప్రైజ్ మార్కెట్‌లోకి తన విస్తరణను కొనసాగించింది. జూన్‌లో, కంపెనీ వెంచర్ క్యాపిటల్ సంస్థ జనరల్ కేటలిస్ట్ నేతృత్వంలోని $640 మిలియన్ల నిధుల రౌండ్‌ను పొందింది, Mistral యొక్క విలువను సుమారు $6.2 బిలియన్లకు పెంచింది.
2. Fireworks AI
Fireworks AI విస్తరణల కోసం మౌలిక సదుపాయాలను నిర్మించడంతో అనుబంధించబడిన తరచుగా సంక్లిష్టమైన ఇంజనీరింగ్ పనిని క్రమబద్ధీకరించే అనుకూల రన్‌టైమ్ వాతావరణాన్ని అందిస్తుంది. Fireworks ప్లాట్‌ఫారమ్‌ను ఉపయోగించి, ఎంటర్‌ప్రైజ్‌లు 100 కంటే ఎక్కువ AI మోడల్‌లలో దేనినైనా ఏకీకృతం చేయవచ్చు మరియు వాటి నిర్దిష్ట వినియోగ సందర్భాల కోసం వాటిని అనుకూలీకరించవచ్చు మరియుచక్కగా ట్యూన్ చేయవచ్చు.
కంపెనీ 2024లో AI పరిశ్రమలోని కీలక ట్రెండ్‌లపై క్యాపిటలైజ్ చేయడానికి దానిని ఉంచే కొత్త ఉత్పత్తులను పరిచయం చేసింది. మొదట, డెవలపర్‌లు AI-ఆధారిత నమూనాలు మరియు అప్లికేషన్‌ల ప్రతిస్పందనపై ఎక్కువగా దృష్టి సారించారు. Fireworks FireAttention V2ని ప్రారంభించింది, ఆప్టిమైజేషన్ మరియు క్వాంటైజేషన్ సాఫ్ట్‌వేర్ మోడల్ పనితీరును వేగవంతం చేస్తుంది మరియు నెట్‌వర్క్ జాప్యాన్ని తగ్గిస్తుంది. రెండవది, AI సిస్టమ్‌లు APIల ద్వారా వివిధ నమూనాలు మరియు సాధనాలను ప్రేరేపించే “పైప్‌లైన్‌లు”గా అభివృద్ధి చెందుతున్నాయి. కొత్త FireFunction V2 సాఫ్ట్‌వేర్ ఈ పెరుగుతున్న సంక్లిష్ట వ్యవస్థలలోని అన్ని భాగాలకు ఆర్కెస్ట్రేటర్‌గా పనిచేస్తుంది, ముఖ్యంగా ఎంటర్‌ప్రైజ్‌లు మరింత స్వయంప్రతిపత్త AI అప్లికేషన్‌లను అమలు చేస్తున్నందున.
Fireworks 2024లో ఆదాయ వృద్ధిలో 600% పెరుగుదలను నివేదించింది. దీని కస్టమర్ బేస్‌లో Verizon, DoorDash, Uber, Quora మరియు Upwork వంటి ప్రముఖ కంపెనీలు ఉన్నాయి.
2. Snorkel AI
ఎంటర్‌ప్రైజ్‌లు తమ AI సిస్టమ్‌ల యొక్క ప్రభావం వారి డేటా నాణ్యతతో నేరుగా ముడిపడి ఉందని గ్రహించాయి. Snorkel AI AI మోడల్‌లలో ఉపయోగం కోసం ఎంటర్‌ప్రైజ్‌లు తమ యాజమాన్య డేటాను సిద్ధం చేయడంలో సహాయం చేయడం ద్వారా అభివృద్ధి చెందుతున్న వ్యాపారాన్ని నిర్మించింది. కంపెనీ యొక్క Snorkel Flow AI డేటా డెవలప్‌మెంట్ ప్లాట్‌ఫారమ్ కంపెనీలు తమ యాజమాన్య డేటాను లేబుల్ చేయడానికి మరియు క్యూరేట్ చేయడానికి ఖర్చుతో కూడుకున్న పద్ధతిని అందిస్తుంది, వారి నిర్దిష్ట వ్యాపార అవసరాల కోసం AI మోడల్‌లను అనుకూలీకరించడానికి మరియు మూల్యాంకనం చేయడానికి దాని ఉపయోగాన్ని అనుమతిస్తుంది.
2024లో, Snorkel చిత్రాలను చేర్చడానికి దాని మద్దతును విస్తరించింది, కంపెనీలు తమ స్వంత యాజమాన్య చిత్రాలను ఉపయోగించి మల్టీమోడల్ AI మోడల్‌లు మరియు ఇమేజ్ జనరేటర్‌లకు శిక్షణ ఇవ్వడానికి అనుమతిస్తుంది. ఇది దాని ప్లాట్‌ఫారమ్‌లో రిట్రీవల్ ఆగ్మెంటెడ్ జనరేషన్ (RAG)ని కూడా పొందుపరిచింది, కస్టమర్‌లు AI శిక్షణలో ఉపయోగం కోసం యాజమాన్య నాలెడ్జ్ బేస్ కంటెంట్ వంటి సుదీర్ఘ పత్రాల నుండి అత్యంత సంబంధిత సమాచార విభాగాలను మాత్రమే తిరిగి పొందడానికి వీలు కల్పిస్తుంది. Snorkel Custom, ఒక కొత్త, అధిక-టచ్ సర్వీస్ లెవెల్, Snorkel యొక్క మెషిన్ లెర్నింగ్ నిపుణులు ప్రాజెక్ట్‌లలో కస్టమర్‌లతో నేరుగా సహకరించడం జరుగుతుంది.
Snorkel దాని సంవత్సరం-సంవత్సరం వార్షిక బుకింగ్‌లు 2024లో రెట్టింపు అయ్యాయని పేర్కొంది, గత మూడు సంవత్సరాలలో ప్రతి ఒక్కటి వార్షిక బుకింగ్‌లలో మూడు-అంకెల వృద్ధితో. Chubb, Wayfair మరియు Experian వంటి బ్రాండ్‌లతో పాటు, ఆరు అతిపెద్ద బ్యాంకులు ఇప్పుడు Snorkel Flowని ఉపయోగిస్తున్నాయని కంపెనీ పేర్కొంది.
2. CalypsoAI
AI క్లిష్టమైన నిర్ణయం తీసుకునే ప్రక్రియలలో పెరుగుతున్న కీలక పాత్ర పోషిస్తున్నందున, ఎంటర్‌ప్రైజ్‌లు మోడల్‌ల యొక్క అంతర్గత పనితీరుపై మెరుగైన దృశ్యమానతను కోరుతున్నాయి. ఈ అవసరం పక్షపాతం మరియు ఇతర అనాలోచిత అవుట్‌పుట్‌ల కోసం నిరంతరం పర్యవేక్షించాల్సిన నియంత్రిత పరిశ్రమలలో ముఖ్యంగా ఉచ్ఛరిస్తారు. CalypsoAI ఈ అభివృద్ధి చెందుతున్న అవసరాన్ని గుర్తించిన మొదటి వాటిలో ఒకటి మరియు దాని AI మౌలిక సదుపాయాల ప్లాట్‌ఫారమ్‌లో మెరుగైన వివరణాత్మక లక్షణాలతో త్వరగా స్పందించింది.
Calypsoను వేరుగా ఉంచేది దాని పరిశీలనా సాంకేతికత యొక్క వెడల్పు. 2024లో, కంపెనీ దాని AI సెక్యూరిటీ ప్లాట్‌ఫారమ్‌ను ప్రారంభించింది, ఇది మోడల్ విక్రేతతో సంబంధం లేకుండా లేదా మోడల్ అంతర్గతంగా లేదా బాహ్యంగా హోస్ట్ చేయబడిందా అనే దానితో సంబంధం లేకుండా ఒక కంపెనీ ఉపయోగిస్తున్న అన్ని క్రియాశీల ఉత్పాదక AI మోడల్‌లను భద్రపరచడం, ఆడిట్ చేయడం మరియు పర్యవేక్షించడం ద్వారా ఎంటర్‌ప్రైజ్ డేటాను రక్షిస్తుంది. Calypso కొత్త విజువలైజేషన్ సాధనాలను కూడా పరిచయం చేసింది, ఇది వినియోగదారులను నిజ సమయంలో AI నిర్ణయాలకు అంతర్లీనంగా ఉన్న లాజిక్‌ను గమనించడానికి అనుమతిస్తుంది.
AI పరిశీలనపై Calypso యొక్క ఉద్ఘాటనకు మార్కెట్ సానుకూలంగా స్పందిస్తోంది. కంపెనీ 2024లో ఆదాయాలలో పది రెట్లు పెరుగుదలను నివేదించింది మరియు 2025లో మరో ఐదు రెట్లు పెరుగుదలను అంచనా వేసింది.
2. Galileo
AI సిస్టమ్‌లు ఒక సంవత్సరం క్రితంతో పోలిస్తే వాస్తవ భ్రమలు మరియు పక్షపాతాల యొక్క తక్కువ సందర్భాలను ప్రదర్శిస్తున్నప్పటికీ, అవి ఈ సమస్యలకు గురయ్యే అవకాశం ఉంది. ఇది AIని ఉపయోగించే ఏదైనా వ్యాపారానికి, ముఖ్యంగా ఆరోగ్య సంరక్షణ మరియు బ్యాంకింగ్ వంటి నియంత్రిత రంగాలలో ఉన్నవారికి గణనీయమైన ఆందోళన కలిగిస్తుంది. AI అభివృద్ధి బృందాలు తమ నమూనాలు మరియు అప్లికేషన్‌ల యొక్క ఖచ్చితత్వాన్ని కొలవడానికి, ఆప్టిమైజ్ చేయడానికి మరియు పర్యవేక్షించడానికి Galileo యొక్క AI ప్లాట్‌ఫారమ్‌ను ఉపయోగిస్తాయి.
2024 ప్రారంభంలో, రెండు సంవత్సరాల పరిశోధన తర్వాత, Galileo హానికరమైన అవుట్‌పుట్‌లను గుర్తించడానికి శిక్షణ పొందిన మూల్యాంకన నమూనాల సూట్ అయిన Lunaని విడుదల చేసింది. ఈ నమూనాలు Galileo యొక్క ప్లాట్‌ఫారమ్‌ను LLM యొక్క పనిని వేగంగా పరిశీలించడానికి మరియు స్కోర్ చేయడానికి వీలు కల్పిస్తాయి, ఎందుకంటే ఇది దాని ప్రతిస్పందనను కలిగి ఉన్న టోకెన్‌లను సమీకరిస్తుంది. ఈ ప్రక్రియ సుమారు 200 మిల్లీసెకన్లు పడుతుంది, AI యొక్క అవుట్‌పుట్ వినియోగదారుకు ప్రదర్శించబడకుండా ఫ్లాగ్ చేయడానికి మరియు నిరోధించడానికి తగినంత సమయం ఇస్తుంది. ఒక ప్రామాణిక LLM ఈ పనిని చేయగలిగినప్పటికీ, ఇది గణనీయంగా ఖరీదైనది. Galileo యొక్క ఉద్దేశ్యంతో నిర్మించిన నమూనాలు అత్యుత్తమ ఖచ్చితత్వం, ఖర్చు-సమర్థత మరియు ముఖ్యంగా, వేగాన్ని అందిస్తాయి.
Galileo 2024లో దాని కస్టమర్ బేస్ నాలుగు రెట్లు పెరిగిందని నివేదించింది, క్లయింట్‌లలో Twilio, Reddit, Chegg, Comcast మరియు JPMorgan Chase ఉన్నాయి. స్టార్టప్ Hugging Face CEO క్లెమెంట్ డెలాంగ్యూ వంటి పెట్టుబడిదారుల నుండి $68 మిలియన్ల నిధుల రౌండ్‌ను కూడా పొందింది.
2. Runway
AI చుట్టూ ఉన్న అత్యంత ముఖ్యమైన ఆకాంక్షలు-మరియు ఆందోళనలు-ఒకటి చలనచిత్ర నిర్మాణం యొక్క కళ మరియు ఆర్థిక శాస్త్రాన్ని విప్లవాత్మకంగా మార్చడానికి తగినంత నాణ్యత గల వీడియోను ఉత్పత్తి చేయగల సామర్థ్యం. 2024లో ఈ భవిష్యత్తు వైపు సాంకేతికత గణనీయమైన పురోగతిని సాధించింది, న్యూయార్క్ ఆధారిత వీడియో జనరేషన్ స్టార్టప్ Runway ప్రముఖ పాత్ర పోషించింది. జూన్ 2024లో Runway యొక్క Gen-3 ఆల్ఫా మోడల్ విడుదల ఉత్పత్తి చేయబడిన వీడియో యొక్క గణనీయంగా మెరుగైన విశ్వసనీయత కోసం AI కమ్యూనిటీలో విస్తృత ప్రశంసలను పొందింది.
Runway AI వీడియో యొక్క సౌందర్యాన్ని నియంత్రించడానికి దాని సాధనాలకు ప్రధాన మెరుగుదలలను కూడా అమలు చేసింది. మోడల్ చిత్రాలు మరియు వీడియో రెండింటిపై శిక్షణ పొందింది మరియు టెక్స్ట్ లేదా ఇమేజ్ ఇన్‌పుట్‌ల ఆధారంగా వీడియోను ఉత్పత్తి చేయగలదు. కంపెనీ తదనంతరం Gen-3 ఆల్ఫా టర్బోను విడుదల చేసింది, ఇది Gen-3 యొక్క మరింత ఖర్చుతో కూడుకున్న మరియు వేగవంతమైన వెర్షన్.
హాలీవుడ్ ఉత్పాదక AI యొక్క పురోగతిని నిశితంగా గమనిస్తోంది మరియు Runway వినోద పరిశ్రమ ప్లేయర్‌ల కోసం దాని నమూనాల యొక్క అనుకూల వెర్షన్‌లను ఉత్పత్తి చేయడం ప్రారంభించిందని నివేదించింది. ఇది సెప్టెంబర్ 2024లో Lionsgate Studiosతో అధికారిక భాగస్వామ్యాన్ని కుదుర్చుకుంది. Runway ప్రొడక్షన్ కంపెనీ కోసం ఒక అనుకూల మోడల్‌ను అభివృద్ధి చేసింది మరియు Lionsgate యొక్క ఫిల్మ్ కేటలాగ్‌పై శిక్షణ ఇచ్చింది. Lionsgate యొక్క ఫిల్మ్ మేకర్స్, డైరెక్టర్లు మరియు ఇతర క్రియేటివ్‌లకు “సమయం, డబ్బు మరియు వనరులను ఆదా చేస్తూ” వారి పనిని “పెంచడానికి” మోడల్ ఉద్దేశించబడిందని Runway పేర్కొంది. Runway ఇతర ప్రొడక్షన్ కంపెనీలతో ఇదే విధమైన సహకారాలకు దాని అమరిక Lionsgateతో ఒక బ్లూప్రింట్‌గా ఉపయోగపడుతుందని నమ్ముతుంది.
2. Cerebras Systems
AI సిస్టమ్‌లు, ముఖ్యంగా పెద్ద ఫ్రాంటియర్ మోడల్‌లు, స్కేల్‌లో పనిచేయడానికి అపారమైన కంప్యూటింగ్ శక్తిని డిమాండ్ చేస్తాయి. ఇది పనిభారాన్ని పంపిణీ చేయడానికి వేల లేదా మిలియన్ల చిప్‌ల అనుసంధానం అవసరం. ఏదేమైనప్పటికీ, చిప్‌ల మధ్య నెట్‌వర్క్ కనెక్షన్‌లు పనితీరు అడ్డంకులను పరిచయం చేయగలవు. Cerebras Systems’ టెక్నాలజీ ఒకే, అసాధారణంగా పెద్ద చిప్‌పై అధిక మొత్తంలో కంప్యూటింగ్ శక్తిని ఏకీకృతం చేయడం యొక్క వేగం మరియు సామర్థ్య ప్రయోజనాలను ఉపయోగించుకోవడానికి రూపొందించబడింది.
కంపెనీ యొక్క తాజా WSE-3 (మూడవ తరం వేఫర్ స్కేల్ ఇంజిన్) చిప్, ఉదాహరణకు, 814 చదరపు మిల్లీమీటర్లు, డిన్నర్ ప్లేట్ పరిమాణం మరియు Nvidia యొక్క మార్కెట్-లీడింగ్ H100 చిప్‌ల కంటే 56 రెట్లు పెద్దది. చిప్ ఆశ్చర్యపరిచే 4 ట్రిలియన్ ట్రాన్సిస్టర్‌లను కలిగి ఉంది మరియు 44 గిగాబిట్‌ల మెమరీని అందిస్తుంది. ఈ చిప్‌లను కాండోర్ గెలాక్సీ వంటి సూపర్‌కంప్యూటర్‌లను రూపొందించడానికి క్లస్టర్ చేయవచ్చు, ఇది UAE-ఆధారిత AI మరియు క్లౌడ్ కంప్యూటింగ్ కంపెనీ అయిన G42తో కలిసి Cerebras అభివృద్ధి చేస్తున్న అనుసంధానిత సూపర్‌కంప్యూటర్‌ల “నక్షత్రరాశి”.
ఇప్పటి వరకు, Cerebras మాయో క్లినిక్, శాండియా నేషనల్ లాబొరేటరీస్, లారెన్స్ లివర్‌మోర్ నేషనల్ లాబొరేటరీ మరియు లాస్ అలమోస్ నేషనల్ లాబొరేటరీతో సహా పెద్ద పరిశోధనా సంస్థలలో ఒక సముచిత స్థానాన్ని కనుగొంది. కంపెనీ సెప్టెంబర్ 2024లో IPO కోసం దరఖాస్తు చేసింది. ప్రాస్పెక్టస్ కంపెనీ అమ్మకాలు 2023లో $78.7 మిలియన్లకు మూడు రెట్లు పెరిగాయని మరియు 2024 మొదటి అర్ధభాగంలో $136.4 మిలియన్లకు పెరిగాయని సూచిస్తుంది.