NeMo پلیٹ فارم کے بنیادی اجزاء
NeMo پلیٹ فارم آپس میں جڑے ہوئے مائیکرو سروسز کا ایک ایسا ماحولیاتی نظام ہے، جس میں سے ہر ایک کو AI ایجنٹ کی ترقی کے مخصوص پہلوؤں سے نمٹنے کے لیے ڈیزائن کیا گیا ہے۔ یہ اجزاء مل کر ڈویلپرز کو جدید AI حل تیار کرنے کے لیے ایک مضبوط ٹول کٹ فراہم کرتے ہیں۔
NeMo Customizer: LLM کی فائن ٹیوننگ کو تیز کرنا
NeMo Customizer ایک اہم جزو ہے جو بڑے لسانی ماڈلز کی فائن ٹیوننگ کو تیز کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ مائیکرو سروس LLM کو مخصوص کاموں یا ڈیٹا سیٹس کے مطابق بنانے کے عمل کو آسان بناتی ہے، جس سے ڈویلپرز کم سے کم کوشش کے ساتھ بہترین کارکردگی حاصل کر سکتے ہیں۔ فائن ٹیوننگ کے عمل کو ہموار کرنے سے، NeMo Customizer مختلف ایپلی کیشنز کے لیے LLM کو اپنانے کے لیے درکار وقت اور وسائل کو کم کرتا ہے۔
NeMo Evaluator: AI ماڈل اور ورک فلو اسیسمنٹ کو آسان بنانا
NeMo Evaluator حسب ضرورت اور صنعت کے مخصوص بینچ مارکس کی بنیاد پر AI ماڈلز اور ورک فلو کا جائزہ لینے کے لیے ایک ہموار طریقہ کار فراہم کرتا ہے۔ یہ مائیکرو سروس ڈویلپرز کو اپنے AI ایجنٹس کی کارکردگی کا فوری جائزہ لینے، بہتری کے شعبوں کی نشاندہی کرنے اور اس بات کو یقینی بنانے کی اجازت دیتی ہے کہ ان کے حل مطلوبہ معیارات پر پورا اترتے ہیں۔ صرف پانچ API کالز کے ساتھ، ڈویلپرز اپنے AI ماڈلز کی تاثیر کے بارے میں قیمتی بصیرت حاصل کر سکتے ہیں۔
NeMo Guardrails: تعمیل اور تحفظ میں اضافہ
NeMo Guardrails کو کارکردگی پر نمایاں اثر ڈالے بغیر AI نظاموں کی تعمیل اور تحفظ کو بڑھانے کے لیے ڈیزائن کیا گیا ہے۔ یہ مائیکرو سروس اس بات کو یقینی بناتی ہے کہ AI ایجنٹس اخلاقی رہنما اصولوں اور ریگولیٹری تقاضوں پر عمل پیرا ہیں، جس سے غیر ارادی نتائج کا خطرہ کم ہوتا ہے۔ صرف آدھے سیکنڈ کی تاخیر شامل کر کے، NeMo Guardrails تعمیل کے تحفظ کو 1.4 گنا تک بہتر بنا سکتا ہے۔
NeMo Retriever: علم کی بازیافت میں سہولت
NeMo Retriever AI ایجنٹس کو ڈیٹا بیس سے درست معلومات تک رسائی اور بازیافت کرنے میں مدد کرتا ہے۔ یہ مائیکرو سروس AI ایجنٹس کو سوالوں کے جواب دینے، مسائل حل کرنے اور باخبر فیصلے کرنے کی صلاحیت کو بہتر بناتے ہوئے، درست معلومات کو جلدی سے تلاش کرنے کے قابل بناتی ہے۔ علم کی بازیافت کے عمل کو ہموار کرنے سے، NeMo Retriever AI ایجنٹس کی مجموعی تاثیر کو بڑھاتا ہے۔
NeMo Curator: انتہائی درست جنریٹو AI ماڈلز کی تربیت
NeMo Curator کو انتہائی درست جنریٹو AI ماڈلز کو تربیت دینے کے لیے ڈیزائن کیا گیا ہے۔ یہ مائیکرو سروس ڈویلپرز کو ایسے AI ایجنٹس بنانے کے لیے درکار ٹولز اور وسائل فراہم کرتی ہے جو حقیقت پسندانہ اور مربوط متن، تصاویر اور دیگر قسم کے مواد تیار کر سکتے ہیں۔ تربیتی عمل کو بہتر بنا کر، NeMo Curator جدید جنریٹو AI حل کی ترقی کو ممکن بناتا ہے۔
ڈیٹا فلائی وہیل میکانزم
ڈیٹا فلائی وہیل NeMo پلیٹ فارم میں ایک مرکزی تصور ہے، جو AI ماڈلز کی مسلسل سیکھنے اور بہتری کو فعال کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ میکانزم ایک مثبت فیڈ بیک لوپ بناتا ہے جہاں AI ایجنٹس ماحول کے ساتھ اپنے تعاملات سے سیکھتے ہیں، وقت کے ساتھ ساتھ زیادہ ذہین اور موثر ہوتے جاتے ہیں۔
مثبت فیڈ بیک لوپ
ڈیٹا فلائی وہیل تعامل، ڈیٹا اکٹھا کرنے، تشخیص اور اصلاح کے مسلسل چکر کے ذریعے کام کرتا ہے۔ جیسے ہی AI ایجنٹس صارفین اور ماحول کے ساتھ تعامل کرتے ہیں، وہ وسیع پیمانے پر ڈیٹا تیار کرتے ہیں، بشمول ڈائیلاگ ریکارڈ اور استعمال کے نمونے۔ اس ڈیٹا کو پھر NeMo Curator کے ذریعے متعلقہ بصیرت اور نمونوں کی نشاندہی کرنے کے لیے پروسیس کیا جاتا ہے۔ NeMo Evaluator AI ایجنٹ کی کارکردگی کا جائزہ لیتا ہے، ان شعبوں کی نشاندہی کرتا ہے جہاں یہ بہترین کارکردگی کا مظاہرہ کرتا ہے اور ان شعبوں کی نشاندہی کرتا ہے جہاں اسے بہتری کی ضرورت ہے۔ آخر میں، NeMo Customizer اس تشخیص کی بنیاد پر ماڈل کو فائن ٹیون کرتا ہے، جس سے اس کی درستگی اور تاثیر میں اضافہ ہوتا ہے۔
کم سے کم انسانی مداخلت اور زیادہ سے زیادہ خود مختاری
ڈیٹا فلائی وہیل کو کم سے کم انسانی مداخلت اور زیادہ سے زیادہ خود مختاری کے ساتھ کام کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ AI ایجنٹس کو مسلسل سیکھنے اور بہتر بنانے کی اجازت دیتا ہے بغیر مستقل نگرانی کی ضرورت کے۔ سیکھنے کے عمل کو خودکار کرنے سے، ڈیٹا فلائی وہیل ڈویلپرز پر بوجھ کم کرتا ہے اور AI ایجنٹس کو بدلتی ہوئی صورتحال اور صارف کی ضروریات کے مطابق ڈھالنے کے قابل بناتا ہے۔
انضمام اور تعیناتی
NeMo پلیٹ فارم کو مختلف کمپیوٹنگ انفراسٹرکچرز، بشمول آن پریمیسس اور کلاؤڈ ماحول میں آسانی سے ضم اور تعینات کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ لچک تنظیموں کو پلیٹ فارم کو اس طرح استعمال کرنے کی اجازت دیتی ہے جو ان کی ضروریات اور وسائل کے مطابق ہو۔
Nvidia AI Enterprise سافٹ ویئر پلیٹ فارم
NeMo پلیٹ فارم Nvidia AI Enterprise سافٹ ویئر پلیٹ فارم پر تعینات کیا گیا ہے، جو AI ایپلی کیشنز کو تیار کرنے اور تعینات کرنے کے لیے ٹولز اور وسائل کا ایک جامع مجموعہ فراہم کرتا ہے۔ یہ پلیٹ فارم AI حل کو منظم اور اسکیل کرنے کے عمل کو آسان بناتا ہے، جس سے تنظیموں کو جدت اور کاروباری قدر پر توجہ مرکوز کرنے کی اجازت ملتی ہے۔
تیز رفتار کمپیوٹنگ انفراسٹرکچر پر عمل درآمد
NeMo کو کسی بھی تیز رفتار کمپیوٹنگ انفراسٹرکچر پر عمل میں لایا جا سکتا ہے، جس سے تنظیموں کو GPUs اور دیگر خصوصی ہارڈ ویئر کی طاقت سے فائدہ اٹھانے کی اجازت ملتی ہے تاکہ ان کے AI ایجنٹس کی کارکردگی کو بہتر بنایا جا سکے۔ یہ اس بات کو یقینی بناتا ہے کہ AI ایجنٹس پیچیدہ کاموں اور بڑے ڈیٹا سیٹس کو آسانی سے سنبھال سکیں۔
حقیقی دنیا کی ایپلی کیشنز
NeMo پلیٹ فارم کو مختلف صنعتوں میں وسیع پیمانے پر ایپلی کیشنز کو سپورٹ کرنے کے لیے ڈیزائن کیا گیا ہے۔ بڑی کمپنیاں مختلف فعالیتوں کے ساتھ سینکڑوں AI ایجنٹس بنا سکتی ہیں، جیسے کہ خودکار فراڈ کا پتہ لگانا، شاپنگ اسسٹنٹ، پیش گوئی کرنے والی مشین کی دیکھ بھال، اور دستاویز کا جائزہ لینا۔
AT&T کا نفاذ
AT&T نے Arize اور Quantiphi کے ساتھ شراکت داری کی ہے تاکہ NeMo سے فائدہ اٹھاتے ہوئے ایک جدید AI ایجنٹ تیار کیا جا سکے جو تقریباً 10,000 انٹرپرائز نالج دستاویزات کو ہفتہ وار اپ ڈیٹ کرنے کی صلاحیت رکھتا ہے۔ NeMo Customizer اور Evaluator کو یکجا کر کے، AT&T نے ذاتی نوعیت کی کسٹمر سروس، فراڈ کی روک تھام، اور نیٹ ورک کی کارکردگی کو بہتر بنانے کے لیے Mistral 7B کو فائن ٹیون کیا ہے۔ اس عمل درآمد کے نتیجے میں AI کے مجموعی ردعمل کی درستگی میں 40% اضافہ ہوا ہے۔
اوپن سورس ماڈل سپورٹ اور انضمام
NeMo مائیکرو سروسز مختلف مشہور اوپن سورس ماڈلز کو سپورٹ کرتی ہیں، جن میں Llama, Microsoft Phi, Google Gemma, Mistral, اور Llama Nemotron Ultra شامل ہیں۔ یہ ڈویلپرز کو بہترین دستیاب AI ماڈلز سے فائدہ اٹھانے اور ان کو اپنی مخصوص ضروریات کے مطابق بنانے کی اجازت دیتا ہے۔
Meta کا انضمام
Meta نے Llamastack میں کنیکٹرز شامل کر کے NeMo کو ضم کیا ہے۔ یہ انضمام ڈویلپرز کو NeMo کی صلاحیتوں کو اپنے موجودہ AI ورک فلو میں بغیر کسی رکاوٹ کے شامل کرنے کی اجازت دیتا ہے۔
AI سافٹ ویئر فراہم کنندگان کا انضمام
AI سافٹ ویئر فراہم کنندگان جیسے Cloudera, Datadog, Dataiku, DataRobot, DataStax, SuperAnnotate, اور Weights & Biases نے NeMo کو اپنے پلیٹ فارمز میں ضم کیا ہے۔ اس وسیع پیمانے پر انضمام سے NeMo ڈویلپرز اور تنظیموں کی ایک وسیع رینج تک قابل رسائی ہو گیا ہے۔
مزید تفصیل سے NeMo پلیٹ فارم کا تجزیہ
NeMo پلیٹ فارم کی گہرائی میں جانے سے پہلے، اس بات کو سمجھنا ضروری ہے کہ یہ پلیٹ فارم کن بنیادی اصولوں پر استوار ہے۔ NeMo پلیٹ فارم، اپنی تمام پیچیدگیوں کے باوجود، تین بنیادی اصولوں پر قائم ہے: ماڈیولریٹی، توسیع پذیری، اور صارف دوستی۔ ماڈیولریٹی سے مراد پلیٹ فارم کی اس صلاحیت کی ہے کہ اسے مختلف اجزاء میں تقسیم کیا جا سکے، جن میں سے ہر ایک مخصوص افعال انجام دیتا ہے۔ توسیع پذیری سے مراد پلیٹ فارم کی اس صلاحیت کی ہے کہ اسے نئی خصوصیات اور صلاحیتوں کے ساتھ بڑھایا جا سکے۔ آخر میں، صارف دوستی سے مراد پلیٹ فارم کی اس صلاحیت کی ہے کہ اسے استعمال کرنا آسان اور سمجھنا آسان ہو۔
ان تین بنیادی اصولوں کی بنیاد پر، NeMo پلیٹ فارم AI ایجنٹوں کی ترقی کے لیے ایک جامع اور طاقتور حل پیش کرتا ہے۔ یہ پلیٹ فارم متعدد مائیکرو سروسز پر مشتمل ہے، جن میں سے ہر ایک کو AI ایجنٹ کی ترقی کے مخصوص پہلوؤں سے نمٹنے کے لیے ڈیزائن کیا گیا ہے۔ ان مائیکرو سروسز میں NeMo Customizer، NeMo Evaluator، NeMo Guardrails، NeMo Retriever، اور NeMo Curator شامل ہیں۔
NeMo Customizer ایک ایسی مائیکرو سروس ہے جو بڑے لسانی ماڈلز کی فائن ٹیوننگ کو تیز کرنے کے لیے ڈیزائن کی گئی ہے۔ یہ مائیکرو سروس LLM کو مخصوص کاموں یا ڈیٹا سیٹس کے مطابق بنانے کے عمل کو آسان بناتی ہے، جس سے ڈویلپرز کم سے کم کوشش کے ساتھ بہترین کارکردگی حاصل کر سکتے ہیں۔ فائن ٹیوننگ کے عمل کو ہموار کرنے سے، NeMo Customizer مختلف ایپلی کیشنز کے لیے LLM کو اپنانے کے لیے درکار وقت اور وسائل کو کم کرتا ہے۔
NeMo Evaluator ایک ایسی مائیکرو سروس ہے جو حسب ضرورت اور صنعت کے مخصوص بینچ مارکس کی بنیاد پر AI ماڈلز اور ورک فلو کا جائزہ لینے کے لیے ایک ہموار طریقہ کار فراہم کرتی ہے۔ یہ مائیکرو سروس ڈویلپرز کو اپنے AI ایجنٹس کی کارکردگی کا فوری جائزہ لینے، بہتری کے شعبوں کی نشاندہی کرنے اور اس بات کو یقینی بنانے کی اجازت دیتی ہے کہ ان کے حل مطلوبہ معیارات پر پورا اترتے ہیں۔ صرف پانچ API کالز کے ساتھ، ڈویلپرز اپنے AI ماڈلز کی تاثیر کے بارے میں قیمتی بصیرت حاصل کر سکتے ہیں۔
NeMo Guardrails ایک ایسی مائیکرو سروس ہے جو کارکردگی پر نمایاں اثر ڈالے بغیر AI نظاموں کی تعمیل اور تحفظ کو بڑھانے کے لیے ڈیزائن کی گئی ہے۔ یہ مائیکرو سروس اس بات کو یقینی بناتی ہے کہ AI ایجنٹس اخلاقی رہنما اصولوں اور ریگولیٹری تقاضوں پر عمل پیرا ہیں، جس سے غیر ارادی نتائج کا خطرہ کم ہوتا ہے۔ صرف آدھے سیکنڈ کی تاخیر شامل کر کے، NeMo Guardrails تعمیل کے تحفظ کو 1.4 گنا تک بہتر بنا سکتا ہے۔
NeMo Retriever ایک ایسی مائیکرو سروس ہے جو AI ایجنٹس کو ڈیٹا بیس سے درست معلومات تک رسائی اور بازیافت کرنے میں مدد کرتی ہے۔ یہ مائیکرو سروس AI ایجنٹس کو سوالوں کے جواب دینے، مسائل حل کرنے اور باخبر فیصلے کرنے کی صلاحیت کو بہتر بناتے ہوئے، درست معلومات کو جلدی سے تلاش کرنے کے قابل بناتی ہے۔ علم کی بازیافت کے عمل کو ہموار کرنے سے، NeMo Retriever AI ایجنٹس کی مجموعی تاثیر کو بڑھاتا ہے۔
NeMo Curator ایک ایسی مائیکرو سروس ہے جو انتہائی درست جنریٹو AI ماڈلز کو تربیت دینے کے لیے ڈیزائن کی گئی ہے۔ یہ مائیکرو سروس ڈویلپرز کو ایسے AI ایجنٹس بنانے کے لیے درکار ٹولز اور وسائل فراہم کرتی ہے جو حقیقت پسندانہ اور مربوط متن، تصاویر اور دیگر قسم کے مواد تیار کر سکتے ہیں۔ تربیتی عمل کو بہتر بنا کر، NeMo Curator جدید جنریٹو AI حل کی ترقی کو ممکن بناتا ہے۔
ان مائیکرو سروسز کے علاوہ، NeMo پلیٹ فارم ڈیٹا فلائی وہیل نامی ایک مرکزی تصور کی بھی خصوصیات رکھتا ہے۔ ڈیٹا فلائی وہیل ایک ایسا میکانزم ہے جو AI ماڈلز کی مسلسل سیکھنے اور بہتری کو فعال کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ میکانزم ایک مثبت فیڈ بیک لوپ بناتا ہے جہاں AI ایجنٹس ماحول کے ساتھ اپنے تعاملات سے سیکھتے ہیں، وقت کے ساتھ ساتھ زیادہ ذہین اور موثر ہوتے جاتے ہیں۔
ڈیٹا فلائی وہیل تعامل، ڈیٹا اکٹھا کرنے، تشخیص اور اصلاح کے مسلسل چکر کے ذریعے کام کرتا ہے۔ جیسے ہی AI ایجنٹس صارفین اور ماحول کے ساتھ تعامل کرتے ہیں، وہ وسیع پیمانے پر ڈیٹا تیار کرتے ہیں، بشمول ڈائیلاگ ریکارڈ اور استعمال کے نمونے۔ اس ڈیٹا کو پھر NeMo Curator کے ذریعے متعلقہ بصیرت اور نمونوں کی نشاندہی کرنے کے لیے پروسیس کیا جاتا ہے۔ NeMo Evaluator AI ایجنٹ کی کارکردگی کا جائزہ لیتا ہے، ان شعبوں کی نشاندہی کرتا ہے جہاں یہ بہترین کارکردگی کا مظاہرہ کرتا ہے اور ان شعبوں کی نشاندہی کرتا ہے جہاں اسے بہتری کی ضرورت ہے۔ آخر میں، NeMo Customizer اس تشخیص کی بنیاد پر ماڈل کو فائن ٹیون کرتا ہے، جس سے اس کی درستگی اور تاثیر میں اضافہ ہوتا ہے۔
ڈیٹا فلائی وہیل کو کم سے کم انسانی مداخلت اور زیادہ سے زیادہ خود مختاری کے ساتھ کام کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ AI ایجنٹس کو مسلسل سیکھنے اور بہتر بنانے کی اجازت دیتا ہے بغیر مستقل نگرانی کی ضرورت کے۔ سیکھنے کے عمل کو خودکار کرنے سے، ڈیٹا فلائی وہیل ڈویلپرز پر بوجھ کم کرتا ہے اور AI ایجنٹس کو بدلتی ہوئی صورتحال اور صارف کی ضروریات کے مطابق ڈھالنے کے قابل بناتا ہے۔
NeMo پلیٹ فارم کو مختلف کمپیوٹنگ انفراسٹرکچرز، بشمول آن پریمیسس اور کلاؤڈ ماحول میں آسانی سے ضم اور تعینات کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ لچک تنظیموں کو پلیٹ فارم کو اس طرح استعمال کرنے کی اجازت دیتی ہے جو ان کی ضروریات اور وسائل کے مطابق ہو۔ NeMo پلیٹ فارم Nvidia AI Enterprise سافٹ ویئر پلیٹ فارم پر تعینات کیا گیا ہے، جو AI ایپلی کیشنز کو تیار کرنے اور تعینات کرنے کے لیے ٹولز اور وسائل کا ایک جامع مجموعہ فراہم کرتا ہے۔ یہ پلیٹ فارم AI حل کو منظم اور اسکیل کرنے کے عمل کو آسان بناتا ہے، جس سے تنظیموں کو جدت اور کاروباری قدر پر توجہ مرکوز کرنے کی اجازت ملتی ہے۔
NeMo کو کسی بھی تیز رفتار کمپیوٹنگ انفراسٹرکچر پر عمل میں لایا جا سکتا ہے، جس سے تنظیموں کو GPUs اور دیگر خصوصی ہارڈ ویئر کی طاقت سے فائدہ اٹھانے کی اجازت ملتی ہے تاکہ ان کے AI ایجنٹس کی کارکردگی کو بہتر بنایا جا سکے۔ یہ اس بات کو یقینی بناتا ہے کہ AI ایجنٹس پیچیدہ کاموں اور بڑے ڈیٹا سیٹس کو آسانی سے سنبھال سکیں۔
NeMo پلیٹ فارم کو مختلف صنعتوں میں وسیع پیمانے پر ایپلی کیشنز کو سپورٹ کرنے کے لیے ڈیزائن کیا گیا ہے۔ بڑی کمپنیاں مختلف فعالیتوں کے ساتھ سینکڑوں AI ایجنٹس بنا سکتی ہیں، جیسے کہ خودکار فراڈ کا پتہ لگانا، شاپنگ اسسٹنٹ، پیش گوئی کرنے والی مشین کی دیکھ بھال، اور دستاویز کا جائزہ لینا۔
AT&T نے Arize اور Quantiphi کے ساتھ شراکت داری کی ہے تاکہ NeMo سے فائدہ اٹھاتے ہوئے ایک جدید AI ایجنٹ تیار کیا جا سکے جو تقریباً 10,000 انٹرپرائز نالج دستاویزات کو ہفتہ وار اپ ڈیٹ کرنے کی صلاحیت رکھتا ہے۔ NeMo Customizer اور Evaluator کو یکجا کر کے، AT&T نے ذاتی نوعیت کی کسٹمر سروس، فراڈ کی روک تھام، اور نیٹ ورک کی کارکردگی کو بہتر بنانے کے لیے Mistral 7B کو فائن ٹیون کیا ہے۔ اس عمل درآمد کے نتیجے میں AI کے مجموعی ردعمل کی درستگی میں 40% اضافہ ہوا ہے۔
NeMo مائیکرو سروسز مختلف مشہور اوپن سورس ماڈلز کو سپورٹ کرتی ہیں، جن میں Llama, Microsoft Phi, Google Gemma, Mistral, اور Llama Nemotron Ultra شامل ہیں۔ یہ ڈویلپرز کو بہترین دستیاب AI ماڈلز سے فائدہ اٹھانے اور ان کو اپنی مخصوص ضروریات کے مطابق بنانے کی اجازت دیتا ہے۔ Meta نے Llamastack میں کنیکٹرز شامل کر کے NeMo کو ضم کیا ہے۔ یہ انضمام ڈویلپرز کو NeMo کی صلاحیتوں کو اپنے موجودہ AI ورک فلو میں بغیر کسی رکاوٹ کے شامل کرنے کی اجازت دیتا ہے۔
AI سافٹ ویئر فراہم کنندگان جیسے Cloudera, Datadog, Dataiku, DataRobot, DataStax, SuperAnnotate, اور Weights & Biases نے NeMo کو اپنے پلیٹ فارمز میں ضم کیا ہے۔ اس وسیع پیمانے پر انضمام سے NeMo ڈویلپرز اور تنظیموں کی ایک وسیع رینج تک قابل رسائی ہو گیا ہے۔
NeMo پلیٹ فارم کی طاقت اس کی استعداد اور لچک میں مضمر ہے۔ یہ پلیٹ فارم مختلف ایپلی کیشنز کی ایک وسیع رینج کے لیے استعمال کیا جا سکتا ہے، اور اسے کسی بھی کمپیوٹنگ انفراسٹرکچر پر تعینات کیا جا سکتا ہے۔ اس کے علاوہ، NeMo پلیٹ فارم اوپن سورس ماڈلز کی ایک وسیع رینج کو سپورٹ کرتا ہے، جو ڈویلپرز کو بہترین دستیاب AI ماڈلز سے فائدہ اٹھانے کی اجازت دیتا ہے۔
مجموعی طور پر، NeMo پلیٹ فارم AI ایجنٹوں کی ترقی کے لیے ایک جامع اور طاقتور حل ہے۔ یہ پلیٹ فارم متعدد مائیکرو سروسز پر مشتمل ہے، جن میں سے ہر ایک کو AI ایجنٹ کی ترقی کے مخصوص پہلوؤں سے نمٹنے کے لیے ڈیزائن کیا گیا ہے۔ اس کے علاوہ، NeMo پلیٹ فارم ڈیٹا فلائی وہیل نامی ایک مرکزی تصور کی بھی خصوصیات رکھتا ہے۔ ڈیٹا فلائی وہیل ایک ایسا میکانزم ہے جو AI ماڈلز کی مسلسل سیکھنے اور بہتری کو فعال کرنے کے لیے ڈیزائن کیا گیا ہے۔ NeMo پلیٹ فارم کو مختلف کمپیوٹنگ انفراسٹرکچرز، بشمول آن پریمیسس اور کلاؤڈ ماحول میں آسانی سے ضم اور تعینات کرنے کے لیے ڈیزائن کیا گیا ہے۔ یہ لچک تنظیموں کو پلیٹ فارم کو اس طرح استعمال کرنے کی اجازت دیتی ہے جو ان کی ضروریات اور وسائل کے مطابق ہو۔