यूरोप के एआई इंफ्रास्ट्रक्चर पर Mistral का बड़ा दांव

MistralMistral
Mistral अपने मॉडल डेवलपर की भूमिका से एआई इंफ्रास्ट्रक्चर प्रदाता की ओर बढ़ रहा है। इसने तीन प्रमुख कदमों की घोषणा की: यूरोप में अपनी कंप्यूट क्षमता का विस्तार दीर्घकालिक प्रतिबद्धताओं के साथ, गारंटीशुदा उपलब्धता के साथ क्षेत्रीय प्रोसेसिंग विकल्प की पेशकश, और अपने प्लेटफॉर्म को तीसरे पक्ष के ओपन-वेट मॉडल के लिए खोलना।
फ्रांसीसी AI कंपनी मिस्ट्रल तीन केंद्रीय घोषणाओं के साथ अपने व्यवसाय का विस्तार कर रही है। पहला, यह यूरोप में महंगी कंप्यूट क्षमता का निर्माण कर रही है, जिसमें यूरोपीय कंपनियों और संस्थानों का एक समूह शामिल है जो कई वर्षों तक कंप्यूट खरीदने के लिए प्रतिबद्ध हैं। मिस्ट्रल का लक्ष्य 2027 के अंत तक यूरोपीय कंप्यूट क्षमता को 200 मेगावाट तक और 2030 तक एक गीगावाट तक बढ़ाना है; मार्च में इसने 44 मेगावाट डेटा सेंटर के लिए 830 मिलियन डॉलर का कर्ज लिया था। नए वित्तपोषण मॉडल का केंद्र यूरोपीय कंप्यूट यूनिट (ECU) हैं, जो मिस्ट्रल के बुनियादी ढांचे तक बहु-वर्षीय पहुंच के लिए दीर्घकालिक प्रतिबद्धताएं हैं, जिनमें भागीदारों से लगभग पांच वर्षों के लिए प्रतिबद्ध होने की उम्मीद है और कोई जल्दी निकास नहीं। प्रतिभागियों में अमाडियस, एएसएमएल, कैपजेमिनी, कैस डेस डेपोट्स और सीएमए सीजीएम शामिल हैं, और माइक्रोसॉफ्ट भी मिस्ट्रल के यूरोपीय डेटा केंद्रों से क्षमता किराए पर लेगा। दूसरा, उद्यम ग्राहक अब चुन सकते हैं कि उनके AI अनुरोध यूरोप या अमेरिका में संसाधित हों, और मिस्ट्रल विशेष रूप से मिस्ट्रल-नियंत्रित बुनियादी ढांचे का उपयोग करने वाला एक संस्करण योजना बना रहा है जिसमें बड़े क्लाउड प्रदाता शामिल नहीं हैं; यह कस्टम उपयोग सीमा और संविदात्मक रूप से गारंटीकृत उपलब्धता के साथ एक सेवा स्तर भी पेश करता है, और दावा करता है कि यह एकमात्र यूरोपीय AI प्रयोगशाला है जो क्षेत्र विकल्प और गारंटीकृत उपलब्धता दोनों प्रदान करती है। तीसरा, मिस्ट्रल अपने प्लेटफॉर्म पर अन्य डेवलपर्स के खुले-वजन वाले मॉडल पेश करेगा, जिसकी शुरुआत चीनी प्रयोगशाला जेड.एआई के जीएलएम-5.2 से होगी, जो समान क्षेत्रीय और उपलब्धता प्रतिबद्धताओं के साथ उसी बुनियादी ढांचे पर चलेगा। कंपनी का तर्क है कि आधुनिक AI अनुप्रयोगों के लिए मॉडलों के मिश्रण की आवश्यकता होती है और ग्राहकों को बुनियादी ढांचे पर नियंत्रण और मॉडल विकल्प दोनों की आवश्यकता होती है; रणनीतिक रूप से, इसका बुनियादी ढांचा इसके अपने मॉडलों की तुलना में अधिक महत्वपूर्ण हो सकता है, क्योंकि बड़े मॉडल और एजेंटिक अनुप्रयोगों को ऑन-प्रिमाइसेस चलाना कठिन होता जा रहा है।
स्रोत: Heise online — मूल
इस विषय पर हमारी पिछली पोस्ट ↓
ताज़ा समाचार