Niemiecki startup DeepL, specjalizujący się w tłumaczeniach opartych na sztucznej inteligencji, ogłosił, iż dzięki wdrożeniu najnowszych rozwiązań od firmy Nvidia będzie mógł przetłumaczyć cały internet w zaledwie 18 dni. Wcześniej proces ten zajmował aż 194 dni.
Technologia, z której skorzysta DeepL, to DGX SuperPOD firmy Nvidia, oparte na najnowszych układach B200 Grace Blackwell Superchips. Każda jednostka DGX SuperPOD wyposażona jest w 36 chipów, które umożliwiają znacznie szybsze szkolenie oraz działanie zaawansowanych modeli sztucznej inteligencji. Startup z Kolonii wykorzystuje te chipy do rozwijania swoich autorskich modeli językowych, rywalizując bezpośrednio z takimi gigantami jak Google Translate.
„Naszym celem jest oczywiście zapewnienie jeszcze większej mocy obliczeniowej naszym naukowcom, by mogli tworzyć jeszcze bardziej zaawansowane modele” – powiedział Stefan Mesken, główny naukowiec w DeepL, w rozmowie z CNBC. „Takie rozwiązania jeszcze niedawno były technologicznie nieosiągalne.”
DGX SuperPOD
Nvidia poszerza rynek dla AI
Współpraca z DeepL to kolejny przykład na to, jak Nvidia skutecznie rozszerza swoją ofertę poza największych klientów, takich jak Microsoft czy Amazon. Firma stara się dotrzeć także do startupów, które rozwijają innowacyjne zastosowania sztucznej inteligencji. Jest to istotny krok strategiczny, ponieważ umożliwia Nvidii dywersyfikację źródeł przychodów i stabilizację pozycji rynkowej.
Według ekspertów, AI wkracza w tej chwili w fazę, gdzie kluczową rolę odgrywają aplikacje bazujące na potężnych modelach językowych i przetwarzaniu ogromnych ilości danych w czasie rzeczywistym. Dzięki temu rośnie zapotrzebowanie na najwyższej klasy rozwiązania sprzętowe, takie jak oferowane przez Nvidię.
DeepL stawia na precyzję kontekstu
Jednym z produktów, który bezpośrednio skorzysta na zwiększonej mocy obliczeniowej, jest Clarify, narzędzie wprowadzone przez DeepL w bieżącym roku. Clarify zadaje użytkownikom pytania, aby dokładniej uwzględnić kontekst w tłumaczeniu, co znacząco podnosi jego jakość i precyzję.
„Możliwość uwzględniania szczegółowego kontekstu tłumaczenia stała się możliwa dopiero niedawno, dzięki nowoczesnej technologii, którą teraz wdrażamy” – podkreślił Mesken.
