מה החידושים והתועלת ב Nemotron 3 Super?
- shlomoyona

- Apr 12
- 2 min read
הדגם Nemotron 3 Super שהוכרז רשמית על ידי אנבידיה במרץ 2026 הביא עמו שיפורים רבים שממוקדים בביצועים של סוכני AI ומערכות מרובות סוכנים. החידוש המרכזי שלו הוא שילוב של ארכיטקטורה היברידית ייחודית שמאפשרת מהירות גבוהה לצד חשיבה עמוקה. בפוסט הזה אסביר על החידושים ומשמעותם. בפוסטים הבאים אסביר לעומק את המתמטיקה של כל אחד ואחד מהחידושים.
מה זה אומר? מה החידושים הטכנולוגיים המרכזיים?
הדגם משלב בין שכבות Transformer שטובות בהבנת הקשרים מורכבים לבין Mamba שמאפשרת עיבוד מהיר ויעיל של רצפים ארוכים.
בניגוד למודלים רגילים, הדגם מורכב מ-120 מיליארד פרמטרים בסך הכל, אך מפעיל רק 12 מיליארד פרמטרים לכל טוקן. שיטת ה-Latent MoE מאפשרת להשתמש ביותר מומחים באותה עלות חישוב על ידי דחיסת המידע לפני העיבוד.
תמיכה בטקסטים ארוכים במיוחד, שמאפשרת להזין קבצי קוד שלמים או ספריות מסמכים ענקיות מבלי לאבד זיכרון לטווח ארוך.
שימוש בשיטת קוונטיזציה של 4-ביט על גבי חומרת Blackwell של אנבידיה, שמפחיתה את צריכת הזיכרון תוך שמירה על רמת דיוק גבוהה: כ-99.8% מהדיוק המקורי.
אז מה השימושים ומה התועלת?
התועלת המרכזית היא היכולת להריץ מערכות מורכבות בעלות נמוכה ובמהירות גבוהה פי כמה מהדורות הקודמים.
בזכות הציון הגבוה במבחן ה-PinchBench (85.6%), הדגם נחשב למוביל כמוח של סוכני תוכנה שמסוגלים לבצע משימות רב-שלביות ללא התערבות.
המודל מספק קצב יצירת טקסט גבוה פי 5 לעומת דגמי Nemotron קודמים, מה שמאפשר לחברות לשרת יותר משתמשים בפחות כוח עיבוד.
היכולת להכניס מיליון טוקנים להקשר מאפשרת לסוכן AI לקרוא את כל הקוד של הפרויקט בבת אחת לצורך ניפוי שגיאות או איתור חולשות אבטחה.
המודל משוחרר כקוד פתוח (עם משקולות פתוחות), מה שמאפשר לארגונים להריץ אותו על שרתים פרטיים ולבצע Fine-tuning על המידע הרגיש שלהם מבלי להסתמך על ענן חיצוני.

צריכים עזרה עם מתמטיקה שימושית? עיבוד אותות? בקרה? צריכים מחקר אלגוריתמי יישומי? צריכים להאיץ תהליכים אלגוריתמיים? ה-AI שלכם צריך שיפור ביצועים, שיפור בדיוק, שיפור בנראות או שיפור בהסברתיות? אנחנו ב-Mathematic.ai אלופים בדברים האלה!
דברו איתי:
שלמה יונה
מייסד ומדען ראשי, מתמטיקאי מחקר ופיתוח בע"מ
053-7326360
פודקאסט על החברה ועליי, שלמה יונה, ואופן העבודה שלנו ואיתנו: A technical deep dive about

.png)
Comments