साझेदारियाँ

NVIDIA ने Vera Rubin और Nemotron के साथ Microsoft के AI सहयोग का विस्तार किया

Theo Nash
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुएनवीडिया और माइक्रोसॉफ्ट गोपनीय कंप्यूटिंग को रैक-स्केल एआई अवसंरचना तक बढ़ा रहे हैं…
और देखें
  • एनवीडिया और माइक्रोसॉफ्ट गोपनीय कंप्यूटिंग को रैक-स्केल एआई अवसंरचना तक बढ़ा रहे हैं ताकि नियमन के अधीन ग्राहक संवेदनशील डेटा जारी करने से पहले वातावरणों को सत्यापित कर सकें।
  • ईवाई ने प्रोग्राम्ड ट्रेनिंग के साथ नेमोट्रॉन मॉडलों को अनुकूलित किया और स्वामित्व वाले फ्रंटियर मॉडलों की तुलना में 55% सटीकता सुधार के साथ-साथ 15 गुना लागत कमी की रिपोर्ट दी।
  • यह साझेदारी अब एज़्योर से आगे बढ़कर फाउंड्री लोकल और आरटीएक्स प्रो जीपीयू के माध्यम से ऑन-प्रिमाइसेस सिस्टम, औद्योगिक एज डिवाइस और विंडोज़ क्लाउड पीसी तक पहुँचती है।

NVIDIA ने 19 नवंबर 2026 को Microsoft Ignite में Microsoft के साथ AI सहयोग के विस्तार की घोषणा की। इस सहयोग में Azure डेटा केंद्रों में चलने वाली Vera Rubin NVL72 प्रणालियाँ, Microsoft Foundry में Nemotron के ओपन मॉडल के लिए व्यापक समर्थन और ऑन-प्रिमाइसेस प्रणालियों, औद्योगिक एज डिवाइसों तथा Windows Cloud PCs के लिए तैनाती के विकल्प शामिल हैं।

कंपनियाँ Azure के Vera Rubin पूर्वावलोकन के ज़रिए Vera Rubin NVL72 से संचालित Azure वर्चुअल मशीनों तक पहुँच का विस्तार कर रही हैं। ये प्रणालियाँ रीजनिंग और एजेंट-आधारित अनुप्रयोगों के साथ-साथ बड़े पैमाने पर मॉडल प्रशिक्षण और इन्फ़रेंस के लिए तैयार की गई हैं। इससे यह पूर्वावलोकन मॉडल विकास और तैनाती, दोनों से जुड़ता है।

कंप्यूट क्षमता से आगे बढ़कर, Microsoft और NVIDIA मालिकाना तथा विनियमित जानकारी के लिए बेयर-मेटल और रैक-स्तरीय AI अवसंरचना में गोपनीय कंप्यूटिंग का विस्तार करने पर काम कर रहे हैं। NVIDIA Confidential Computing और अटेस्टेशन से ग्राहकों को संवेदनशील मॉडल, डेटा या कुंजियाँ जारी करने से पहले कंप्यूटिंग परिवेश की पुष्टि करने में मदद मिलती है। परस्पर जुड़े AI फ़ैक्टरी अवसंरचना में इन सुरक्षा उपायों का विस्तार करने का काम जारी है। कंपनियाँ NVIDIA MaxLPS के ज़रिए ऊर्जा दक्षता पर भी सहयोग कर रही हैं, ताकि डेटा केंद्र उपलब्ध बिजली से अधिक प्रदर्शन हासिल कर सकें।

Microsoft अपने कामकाज में भी NVIDIA की तकनीक का उपयोग कर रहा है। Microsoft AI, पोस्ट-ट्रेनिंग के दौरान रीइन्फ़ोर्समेंट लर्निंग रोलआउट इन्फ़रेंस के लिए Dynamo का उपयोग करता है। यह अत्यधिक कंप्यूटिंग क्षमता माँगने वाली प्रक्रिया है, जिसमें मॉडल को बेहतर बनाने के लिए अनुभव तैयार किए जाते हैं। Dynamo बड़े GPU बेड़े में इन्फ़रेंस का समन्वय करता है, प्रदर्शन को बेहतर बनाता है और Microsoft AI तथा NVIDIA की संयुक्त इंजीनियरिंग से तैयार तैनाती में अनुरोधों, मॉडल अपडेट और विफलताओं के बाद पुनर्प्राप्ति के प्रबंधन में मदद करता है। Microsoft Bing के सर्च मॉडलों के लिए RTX PRO 6000 Blackwell GPUs का भी उपयोग करता है।

Foundry में ओपन मॉडलों का अनुकूलन

एंटरप्राइज़ डेवलपरों के लिए, Microsoft की सर्वरलेस Programmed Training सेवा पोस्ट-ट्रेनिंग कार्यप्रवाहों पर नियंत्रण देती है, जबकि Foundry अंतर्निहित अवसंरचना का प्रबंधन करता है। Foundry Managed Compute कस्टम मॉडल वेट तैनात करने की सुविधा देता है, जिससे Microsoft की प्रबंधित सेवाओं के ज़रिए मॉडल अनुकूलन और तैनाती को जोड़ा जा सकता है।

NVIDIA के अनुसार, EY ने कॉर्पोरेट खरीद रिकॉर्ड का वर्गीकरण करने के लिए Nemotron के ओपन मॉडलों को अनुकूलित करने हेतु Programmed Training का उपयोग किया। बताए गए नतीजों में EY के मूल्यांकन डेटासेट पर सटीकता में 55% सुधार और मालिकाना फ्रंटियर मॉडलों की तुलना में लागत में 15 गुना कमी शामिल थी। यह किसी विशिष्ट व्यावसायिक कार्य के लिए अनुकूलन का एक मापा हुआ उदाहरण है।

Foundry Managed Compute पर विस्तारित Nemotron 3.5 श्रृंखला में Super शामिल है, जो कोडिंग, शोध और व्यावसायिक कार्यप्रवाहों में लंबे समय तक काम करने वाले एजेंटों के लिए है; साथ ही Lightning भी है, जो तेज़ जवाब और टूल इस्तेमाल करने वाले अनुप्रयोगों के लिए है। Embed और Rerank सूचना पुनर्प्राप्ति में मदद करते हैं, Parse दस्तावेज़ों से संरचित जानकारी निकालता है और Content Safety हानिकारक सामग्री का पता लगाता है। NVIDIA ने अधिक थ्रूपुट और कम विलंबता वाली रीजनिंग के लिए Bolt तथा वाक् पहचान के लिए Transcribe को जल्द आने वाले मॉडलों के रूप में सूचीबद्ध किया।

Azure से आगे तैनाती

Foundry Local में Nemotron के लिए विस्तारित समर्थन से Azure Local परिवेशों में रीजनिंग, कोडिंग और टूल इस्तेमाल करने वाले एजेंट उपलब्ध होते हैं, जबकि पुनर्प्राप्ति मॉडल अनुप्रयोगों को टेक्स्ट, दस्तावेज़ों की छवियों, चार्ट और तालिकाओं में साक्ष्य खोजने में मदद करते हैं। NVIDIA ने कहा कि Azure Local, ऑन-प्रिमाइसेस AI तैनाती के लिए हार्डवेयर भागीदारों के RTX PRO 6000 Blackwell GPUs का समर्थन करेगा।

Azure Local का विस्तार औद्योगिक उपयोगों के लिए Jetson Thor और Jetson Orin तक भी हो रहा है। इन उपयोगों में मशीन विज़न, रोबोटिक्स और स्वायत्त संचालन शामिल हैं। Cosmos के भौतिक AI मॉडल Foundry Local में लाए जा रहे हैं। इन नए विकल्पों से सहयोग का दायरा केंद्रीकृत क्लाउड अवसंरचना से आगे बढ़कर उन प्रणालियों तक पहुँचता है जो औद्योगिक कामकाज से पैदा होने वाले डेटा के अधिक निकट स्थित हैं।

NVIDIA ने कहा कि कंपनियाँ Ignite में RTX Spark से संचालित Windows PCs पर स्थानीय बड़े भाषा मॉडल के अनुभवों का प्रदर्शन करेंगी। GPU-त्वरित Windows 365 Cloud PCs के लिए Direct Stream, चुनौतीपूर्ण नेटवर्क पर कम विलंबता के साथ 60 फ़्रेम प्रति सेकंड की दर से अधिकतम दो 4K स्ट्रीम का समर्थन करता है। सीमित पूर्वावलोकन के लिए पंजीकरण खुले हैं और सार्वजनिक पूर्वावलोकन 2027 की शुरुआत में शुरू करने की योजना है।

वैज्ञानिक टूल और एंटरप्राइज़ पर प्रभाव

NVIDIA के BioNeMo Agent Toolkit और ALCHEMI Toolkit का विस्तार Microsoft Discovery कैटलॉग में भी हो रहा है। इससे Microsoft के एजेंट-आधारित शोध मंच में जीवन विज्ञान, दवा खोज, पदार्थ विज्ञान और रसायन विज्ञान के मॉडल जुड़ रहे हैं। BioNeMo Agent Toolkit शोधकर्ताओं को प्राकृतिक भाषा के ज़रिए कम्प्यूटेशनल बायोलॉजी के कार्यप्रवाह चलाने देता है, जिसमें एजेंट आवश्यक टूल और मॉडल कॉल का समन्वय करते हैं।

इस तरह, यह सहयोग AI कंप्यूटिंग की आपूर्ति और उसके उपयोग, दोनों को समेटता है: Microsoft अपने मॉडल विकास और सर्च संचालन में NVIDIA की तकनीक चला रहा है और साथ ही उद्यमों को संबंधित अवसंरचना तथा मॉडल सेवाएँ उपलब्ध करा रहा है। घोषित चरणबद्ध शुरुआत में Azure में पहले से चल रही प्रणालियाँ, पंजीकरण के लिए खुला Direct Stream का सीमित पूर्वावलोकन और आने वाले अतिरिक्त मॉडल शामिल हैं।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।