XPeng और Banma ने ऑनबोर्ड चिप Turing XPeng पर 30B क्लास एआई मॉडल लागू किया
और पढ़ें
Pandaily
pandaily.com

XPeng और Banma ने ऑनबोर्ड चिप Turing XPeng पर 30B क्लास एआई मॉडल लागू किया

XPeng ने Banma Intelligence के साथ मिलकर एक वाहन समाधान विकसित किया है जो बड़े 30 बिलियन पैरामीटर वाले एआई मॉडल को सीधे कार के अंदर चलाने में सक्षम है। Banma को Alibaba और SAIC Motor द्वारा समर्थित किया जाता है।

इस प्रणाली को 2026 में अलीबाबा क्लाउड के अप्सरा सम्मेलन में प्रस्तुत किया गया था। यह XPeng के स्वयं के Turing चिप को जोड़ती है, जिसमें प्रति चिप 750 TOPS की कुशल कंप्यूटिंग शक्ति है, Banma के मल्टीमॉडल ऑनबोर्ड मॉडल AutoOmni के साथ।

डिज़ाइन अवधारणा पारंपरिक रूप से कार और क्लाउड के बीच कार्यों के विभाजन से अलग है। साझेदार इसे क्लाउड समर्थन के साथ डिवाइस-केंद्रित आर्किटेक्चर कहते हैं। उच्च आवृत्ति की आवश्यकता वाले मुख्य कार्य स्थानीय रूप से किए जाते हैं: निरंतर बहु-मोड संवाद, मल्टीमॉडल धारणा और इंटरैक्शन, स्थानीय ज्ञानकोष से प्रश्नों का उत्तर देना और जटिल कार्य योजना। क्लाउड का उपयोग केवल कम आवृत्ति वाले द्वितीयक कार्यों के लिए किया जाता है, जैसे समाचार और मौसम।

यह दृष्टिकोण कार केबिन को सुरंगों, भूमिगत गैरेज और खराब या अनुपस्थित सिग्नल वाले अन्य स्थानों पर न्यूनतम विलंबता के साथ कार्य करने की अनुमति देता है, और भागीदारों के अनुसार विदेश में नेटवर्क कवरेज या गोपनीयता की आवश्यकताओं की समस्याओं का समाधान करता है।

यह आकार में एक महत्वपूर्ण कदम आगे है: सम्मेलन में Banma के मंच से सिनहुआ की रिपोर्ट के अनुसार, अधिकांश मौजूदा ऑनबोर्ड केबिन मॉडल में केवल 4 या 7 बिलियन पैरामीटर होते हैं। XPeng के इंटेलिजेंट कंप्यूटिंग सेंटर के प्रमुख माइकल ने उल्लेख किया कि बड़े मॉडल के क्षेत्र में प्रतिस्पर्धा क्लाउड में मापदंडों की गणना से हटकर डिवाइस पर निष्पादन की ओर बढ़ रही है, और यह समाधान कार चिप पर 30B क्लास मॉडल के स्थिर संचालन का प्रदर्शन करता है।

Turing चिप को एक साथ तीन उत्पाद लाइनों - एआई कारों, एआई रोबोटों और उड़ने वाली कारों - की सेवा के लिए डिज़ाइन किया गया है। Banma ऑपरेटिंग सिस्टम और मॉडल लेयर प्रदान करता है। कंपनी का दावा है कि जिन 60% से अधिक ऑटोमेकर्स ने उत्पादन में ऑनबोर्ड केबिन मॉडल लागू किए हैं, वे इसके समाधानों के साथ काम कर रहे हैं। उसी सम्मेलन में, Banma ने AutoOmni 2.0-23B-A3B प्रस्तुत किया, जो लगभग 3 बिलियन सक्रिय मापदंडों वाला एक 'एक्सपर्ट मिश्रण' (mixture-of-experts) मॉडल है। Banma ने दावा किया कि यह मॉडल कारबिन के नियमित कार्यों को दस गुना बड़े क्लाउड मॉडल जितना ही अच्छी तरह संभालता है।

एक साथ, कंपनियां ऑटोमेकर्स को अलग-अलग घटकों के बजाय एक चिप, एआई ऑपरेटिंग सिस्टम और एक बड़े मॉडल सहित एक व्यापक समाधान प्रदान करती हैं। हाओ फेई, Banma के सह-संस्थापक ने बताया कि भागीदार स्मार्ट कारों से शुरुआत करेंगे, और फिर अन्य मूर्त बुद्धिमान उपकरणों पर संयुक्त हार्डवेयर और सॉफ्टवेयर एआई समाधानों का विस्तार करेंगे। इसके बाद, वे मध्यम और उच्च मूल्य खंड के वाहनों पर ध्यान केंद्रित करते हुए मॉडल को अनुकूलित करना और टूलकिट को बेहतर बनाना जारी रखने की योजना बना रहे हैं। किसी भी कंपनी ने उत्पादन के लिए विशिष्ट मॉडल या लॉन्च की तारीख का नाम नहीं लिया है।

समान कहानियाँ

शंघाई एआई लैब ने मेमोरी डिकोडर के साथ वैज्ञानिक मल्टीमॉडल मॉडल Intern-S2-397B जारी किया
और पढ़ें
pandaily.com

शंघाई एआई लैब ने मेमोरी डिकोडर के साथ वैज्ञानिक मल्टीमॉडल मॉडल Intern-S2-397B जारी किया

शंघाई एआई लेबोरेटरी ने Hugging Face और ModelScope प्लेटफॉर्म पर खुले वज़न वाला अपना वैज्ञानिक रूप से उन्मुख मल्टीमॉडल बेस मॉडल Intern-S2-397B प्रस्तुत किया है। यह घोषणा 13 सितंबर, 2026 को पुजियान इनोवेशन फोरम में प्रस्तुति और 21 सितंबर को प्रयोगशाला ब्रीफिंग के बाद हुई।

प्रयोगशाला का आधिकारिक अंग्रेजी नाम Shanghai AI Laboratory / Intern-S2 है। यह रिलीज़ प्रयोगशाला की हालिया प्रकाशनों, जैसे Atria Dawn, Intern Physical World Model W0 और NCP-ArchPreview से अलग है, क्योंकि यह किसी एजेंट या वर्ल्ड मॉडल की घोषणा के बजाय एक आर्किटेक्चर वाली वैज्ञानिक मॉडल के वज़न का रिलीज़ है।

Intern-S2 मॉडल लंबी अवधि के वैज्ञानिक कार्यों और एजेंट चक्रों को पूरा करने के लिए डिज़ाइन किया गया है। प्रयोगशाला की सामग्री में कनेक्टेबल मेमोरी डिकोडर (Memory Decoder) की उपस्थिति पर जोर दिया गया है, जो पूरी बेस मॉडल को पुनः प्रशिक्षित किए बिना डोमेन-विशिष्ट मॉड्यूल को जोड़ने की अनुमति देता है। उदाहरण के लिए, जैविक प्रयोगों में Intern-MemDec-4B का उपयोग करने से जैविक निर्देशों पर औसत स्कोर लगभग 56.92 से बढ़कर 60.32 हो गया, जबकि मुख्य मॉडल के स्तर पर समग्र परिणाम बरकरार रहे।

Hugging Face पर बताया गया है कि Intern-S2-397B मैप में लगभग 403 बिलियन पैरामीटर हैं। मॉडल को कच्चे वैज्ञानिक साहित्य के पेजों पर विज़ुअल प्री-ट्रेनिंग, 20 से अधिक क्षेत्रों में मल्टी-डोमेन वैज्ञानिक रीइन्फोर्समेंट लर्निंग, और आइसोलेटेड वातावरण में लॉन्ग-हॉरिजन एजेंट रीइन्फोर्समेंट लर्निंग पर प्रशिक्षित किया गया है। संचालन के लिए LMDeploy, vLLM और SGLang के माध्यम से सेवा पथ प्रदान किए गए हैं, और Intern का आधिकारिक API एंडपॉइंट प्रलेखित है।

शंघाई एआई लेबोरेटरी बताती है कि Intern-S2 को Huawei के Ascend कंप्यूटिंग स्टैक के साथ कंप्यूटिंग, कनेक्टिविटी और मेमोरी पहलुओं पर गहराई से अनुकूलित किया गया है। इसके अलावा, इस मॉडल को प्रयोगशाला के Intern DuanYan वैज्ञानिक खोज प्लेटफॉर्म में एकीकृत किया जाएगा, जो जीवन विज्ञान, सामग्री, सेमीकंडक्टर और संबंधित विषयों को कवर करता है। विक्रेता के बयानों के अनुसार, Intern-S2 ज्ञान, कोड और एजेंट सेटों में ओपन-सोर्स मॉडलों में पहले स्थान पर है, जिसमें जीव विज्ञान और सामग्री विज्ञान के कार्यों में मजबूत परिणाम दिखाए गए हैं; हालांकि, ये आंकड़े अभी भी स्वतंत्र परीक्षणों से पहले प्रयोगशाला के डेटा हैं।

शोध समूहों के लिए अंतिम परिणाम Intern-S2-397B के डाउनलोड करने योग्य वज़न तक पहुंच है, जो मेमोरी डिकोडर दस्तावेज़ीकरण और Ascend के साथ सहयोग पर एक नोट के साथ आता है। इस प्रकार, यह केवल एक बंद API पर आधारित घोषणा नहीं है, बल्कि समुदाय द्वारा उपयोग के लिए अपडेट किया गया एक खुला मल्टीमॉडल बेस मॉडल है।

लोकप्रिय