Η Google προχώρησε στην κυκλοφορία του DiffusionGemma, ενός μοντέλου με 26 δισεκατομμύρια παραμέτρους. Αυτό το μοντέλο έχει τη δυνατότητα να παράγει κείμενο όχι με βάση tokens, αλλά με τρόπο ανάλογο της τεχνητής νοημοσύνης εικόνας, η οποία μετατρέπει τον θόρυβο σε εικόνα.
Σύμφωνα με στοιχεία της Nvidia, το DiffusionGemma επιτυγχάνει την παραγωγή περίπου 1.000 tokens ανά δευτερόλεπτο, χρησιμοποιώντας μία μόνο GPU H100. Αυτή η ταχύτητα είναι περίπου τέσσερις φορές μεγαλύτερη σε σύγκριση με αντίστοιχα αυτοπαλίνδρομα μοντέλα. Ωστόσο, η υψηλή ταχύτητα συνοδεύεται από ένα τίμημα, καθώς η ποιότητα της παραγόμενης εξόδου είναι χαμηλότερη. Για τον λόγο αυτό, η Google τοποθετεί το DiffusionGemma ως ένα πειραματικό εργαλείο, προοριζόμενο προς το παρόν για χρήση από προγραμματιστές.
Πηγή: Decoder.
