ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
เอ็นวิเดีย(NVIDIA·NVDA) เปิดตัวโมเดล AI แบบ open-weight ชื่อ ‘Nemotron 3.5 Lightning’ ที่ออกแบบมาสำหรับงานเอเจนต์ระดับองค์กรโดยเฉพาะ โดยให้ความสำคัญกับการสร้างระบบใช้งานจริงในองค์กรที่ผสานโมเดลเปิด ข้อมูล และเครื่องมือจัดเส้นทางคำขอ (routing) เข้าด้วยกัน มากกว่าการแข่งขันด้านประสิทธิภาพของโมเดลเดี่ยว ๆ
Nemotron 3.5 Lightning เปิดตัวเมื่อวันที่ 11 (ตามเวลาท้องถิ่น) โดย วอลล์สตรีทเจอร์นัล(WSJ) รายงานว่าโมเดลนี้เป็นโมเดลขนาดเล็กที่ออกแบบมาเพื่อรองรับเวิร์กโฟลว์แบบเอเจนต์สำหรับงาน generative AI ขององค์กร
คาริ บริสกี(Kari Briski) รองประธานฝ่ายซอฟต์แวร์ Generative AI สำหรับองค์กรของเอ็นวิเดีย อธิบายว่าโมเดลใหม่นี้บีบอัดองค์ความรู้ของโมเดลขนาดใหญ่ให้อยู่ในรูปแบบที่เล็กลง ซึ่งหมายความว่าออกแบบมาเพื่อให้องค์กรใช้ความสามารถของโมเดลขนาดใหญ่ได้อย่างมีประสิทธิภาพมากขึ้น
เอ็นวิเดียมองว่า Nemotron ไม่ใช่แค่โมเดลเดี่ยว แต่เป็น 'ชุดพัฒนา' (development stack) โดยเปิดเผยทั้งพารามิเตอร์ (open weights) ชุดข้อมูล (open data) และขั้นตอนการฝึกโมเดล เพื่อให้องค์กรและนักวิจัยสามารถปรับแต่งโมเดลให้เข้ากับสภาพแวดล้อมของตนเองได้
โมเดลแบบ open-weight คือโมเดลที่เปิดเผยพารามิเตอร์หลังการฝึกฝนสู่สาธารณะ เพื่อให้นักพัฒนานำไปติดตั้งบนโครงสร้างพื้นฐานของตนเองและปรับแต่งการใช้งานได้ตามต้องการ ซึ่งแตกต่างจากโมเดลโอเพนซอร์สที่เปิดเผยทั้งข้อมูลฝึกฝนและซอร์สโค้ดทั้งหมด ขอบเขตการเปิดเผยจึงอาจไม่เท่ากัน
เอ็นวิเดียระบุผ่านบล็อกทางการเมื่อวันที่ 6 กรกฎาคมว่า มีงานวิจัยราว 145 ฉบับที่นำเสนอในงาน ICML 2026 อ้างอิงโมเดลและชุดข้อมูลเปิดของ Nemotron เป็นฐานการวิจัย สะท้อนว่า Nemotron ถูกนำไปใช้ทั้งในผลิตภัณฑ์ระดับองค์กรและในระบบนิเวศการวิจัย AI
เจนเซ่น หวง(Jensen Huang) ผู้ก่อตั้งและซีอีโอของเอ็นวิเดีย กล่าวผ่านบล็อกทางการเมื่อวันที่ 25 มีนาคมว่า “ไม่ใช่เรื่องของโมเดลปิดหรือโมเดลเปิด แต่เป็นทั้งโมเดลปิดและโมเดลเปิด” สะท้อนมุมมองที่มองโมเดลเปิดเป็นโครงสร้างพื้นฐาน AI ที่ทำงานควบคู่ไปกับโมเดลปิดเชิงพาณิชย์ ไม่ใช่สิ่งที่มาแทนที่กัน
แนวคิดนี้ยังปรากฏชัดในเครื่องมือจัดเส้นทางโมเดลของเอ็นวิเดียที่ชื่อ ‘Switchyard’ เอกสารทางการของ NeMo ระบุว่า Switchyard ทำหน้าที่จัดเส้นทางและแปลงทราฟฟิกของโมเดลภาษาขนาดใหญ่ (LLM)
Switchyard รองรับรูปแบบ OpenAI Chat Completions, OpenAI Responses และ Anthropic Messages ทำให้องค์กรกระจายคำขอไปยังหลายโมเดลตามลักษณะงานและเงื่อนไขการใช้งาน แทนที่จะส่งคำขอทั้งหมดไปยังโมเดลเดียว
โดยทั่วไป generative AI สำหรับองค์กรต้องพิจารณาทั้งประสิทธิภาพ การควบคุมข้อมูล สภาพแวดล้อมการใช้งาน ต้นทุน และความสามารถในการเปลี่ยนโมเดล การผสานโมเดลแบบ open-weight เข้ากับชั้นการจัดเส้นทางคำขอ ทำให้องค์กรใช้ข้อมูลของตนเองพร้อมกับเลือกใช้โมเดลที่ต่างกันในแต่ละงานได้
กลยุทธ์ของเอ็นวิเดียยังสอดคล้องกับทิศทางที่ขยายจากการจำหน่าย GPU ไปสู่ชั้นโมเดล ข้อมูล และการจัดการระบบ (orchestration) ก่อนหน้านี้ TokenPost เคยรายงานว่า สัดส่วนรายได้จากศูนย์ข้อมูลของเอ็นวิเดียสูงถึง 92% ของรายได้รวม
เอ็นวิเดียยังนำเสนอกรณีการใช้งาน Nemotron ในภูมิภาคเอเชีย โดยเมื่อวันที่ 15 กรกฎาคม เผยแพร่ผ่านนิวส์รูมว่า บริษัท สตาร์ทอัพ และสถาบันวิจัยของญี่ปุ่นกำลังใช้โมเดล ข้อมูล และไลบรารีแบบเปิดของ Nemotron
กลุ่มผู้ร่วมใช้งานประกอบด้วย ซอฟต์แบงก์(SoftBank) ฮิตาชิ(Hitachi) NTT DATA และ Sakana AI ซึ่งนำ Nemotron ไปพัฒนาโมเดลและแอปพลิเคชัน AI ที่รองรับภาษาญี่ปุ่นและความต้องการเฉพาะอุตสาหกรรม
การเปิดตัวครั้งนี้ถูกมองว่าเป็นการตอบรับแนวโน้มที่องค์กรใช้งานทั้งโมเดลปิดและโมเดลแบบ open-weight ควบคู่กัน โมเดล open-weight สามารถนำไปติดตั้งบนโครงสร้างพื้นฐานขององค์กรเองและปรับแต่งได้ตามการใช้งาน แต่เงื่อนไขการใช้งานอาจแตกต่างกันไปตามสัญญาอนุญาตและขอบเขตการเปิดเผยข้อมูล
เอ็นวิเดียผสาน Nemotron เข้ากับ Switchyard เพื่อนำเสนอโครงสร้างที่ครอบคลุมตั้งแต่การพัฒนาไปจนถึงการใช้งานจริงของ AI ระดับองค์กร อย่างไรก็ตาม การเปิดตัวโมเดลครั้งนี้ยังไม่มีความเชื่อมโยงโดยตรงกับตลาดคริปโทเคอร์เรนซีหรือโทเคน AI แต่อย่างใด
แหล่งอ้างอิง: วอลล์สตรีทเจอร์นัล, บล็อกทางการของเอ็นวิเดีย, เอกสารทางการของ Switchyard, บล็อกเอ็นวิเดียเกี่ยวกับ ICML, นิวส์รูมเอ็นวิเดีย
ความคิดเห็น 0