빌런 TOP 20
일간 l 주간 l 월간
1
[컴퓨터] RTX 5070 광복절 기념 81만 5천원! 조텍, 역대급 8.15 특가 진행
2
[컴퓨터] 다나와, 국내 가격비교 플랫폼 최초 ‘AI 쇼핑 MCP’ 선보인다
3
[일상/생활] 그녀의 매력적인 라인
4
[일상/생활] 일본 지진 대피소에 나타난 그 물건
5
[후방/은꼴] 꼴리는 업계 포상
6
[여행] ‘서울거리예술축제2026’ 9월 19일부터 2일간 개최
7
[일상/생활] 수익 커트라인 두 배, 새내기 고통
8
[취미/교양] [상식] 네트워크 스위치...에 대해서
9
[일상/생활] 그래미, BTS 활용 또 좌절
10
[일상/생활] 한국 양궁 또 사고 발생
11
[인공지능] 다나와, 생성형 AI 시대 새로운 쇼핑 관문으로 부상…가격비교·구매 연결 확대
12
[인공지능] 픽스AI, 통합형 창작 도구 ‘PixAI Studio’ 정식 출시
13
[컴퓨터] 엔비디아·AI 업계 리더, 사이버보안 투명성 강화를 위한 SAFE 가이드라인 제안
14
[컴퓨터] 서린씨앤아이,리드텍 엔비디아 RTX PRO 4500 블랙웰 서버 에디션 D7 32GB 벌크 출시
15
[모바일] DJI, 최신 미니 무선 마이크 ‘DJI Mic Mini 2S’ 출시…최대 28시간 내장 녹음·AI 노이즈 캔슬링 강화
16
[일상/생활] 카리나, 벽 앞에서 트월킹덕 추는 순간
17
[취미/교양] [궁금해] 브로드컴 이라는 회사...
18
[취미/교양] [상식] 노이즈 캔슬링이란...
19
[일상/생활] 변태 기질 강한 사람 특징 10
20
[일상/생활] 수도권에 2억대 신축 아파트가 있네요
1
[컴퓨터] 이엠텍, “무더운 여름 시원하게” 고객지원센터 방문객에게 아이스크림 및 캐릭터 부채 증정
2
[컴퓨터] 엔비디아 ‘헤일로: 캠페인 이볼브드’ 등 최신 게임에 DLSS 적용 확대
3
[케이스/파워/쿨러] 리안리 B4-mATX 케이스 화이트 [써보니] 작아서 당연했던 포기와 작별을 고하다
4
[컴퓨터] RTX 5070 광복절 기념 81만 5천원! 조텍, 역대급 8.15 특가 진행
5
[일상/생활] 주식 시장 급락에 충격받는 투자자들
6
[일상/생활] 마트 사온 유정란 닭에게 줘봤어
7
[일상/생활] 독서실 속삭임에 옆자리 리액션
8
[컴퓨터] 마이크로소프트, 차세대 AMD 인스팅트 및 AMD 에픽 프로세서 도입
9
[취미/교양] [궁금해] FMS 2026이 뭐야?
10
[모바일] 삼성전자, 갤럭시 Z 폴드8 울트라·폴드8·플립8 등 폴더블 3종 라인업으로 확대
11
[메모리/스토리지] ADATA DDR5-6000 CL30 ARMAX RGB 패키지 파인인포 32GB [써보니]
12
[게임] 레이저, MMO 게이밍 마우스 ‘Naga V3 Pro’ 출시
13
[축구] 드디어 성사된 역대 최고의 라이벌전 '잉글랜드-아르헨티나' 4강 격돌
14
[일상/생활] 코스피 바닥 신호들이 슬슬 보이는 중
15
[일상/생활] 다나와 히트브랜드 오프라인 팝업 행사
16
[일상/생활] 약인데 색깔이 너무 예쁘네요
17
[컴퓨터] Palit Microsystems X 이엠텍아이엔씨, 'PALIT C/S Lounge' 공식 오픈
18
[상품/홍보] [찾아보자] 아이피타임은 어디것을 어떻게 받아오는건지?
19
[후방/은꼴] 서윤슬 섹시 움짤 방셀
20
[인공지능] 픽스AI, 여름 시즌 프로젝트 ‘아이스바 페스티벌’ 전개
조텍 프래그마타 게임 번들
2026.08.13
6
4
더우니까^^
2026.08.12
9
4
최신 PCIe 4.0 인터페이스 기반 최대 4700MB/s 읽기 속도 지원 그래핀 소재 방열판 기본 부착으로 효과적인 발열 제어 및 안정성 확보 컴퓨터 관련 주요 부품 수입 유통 전문 업체 서린씨앤아이(대표: 전덕규 www.seorincni.co.kr)가 AGI의 신규 M.2 NVMe SSD 제품인 AI818 1TB 모델을 정식 출시했다. 이번 신제품은 PCIe 4.0 인터페이스를 채택하여 고성능을 요구하는 최신 시스템에 적합하며 우수한 데이터 전송 속도와 안정적인 발열 제어 솔루션을 갖춘 것이 특징이다. 새롭게 선보이는 AI818은 M.2 2280 폼팩터 규격으로 설계되어 데스크톱 PC는 물론 노트북과 소니 플레이스테이션 5 등 다양한 플랫폼에서 높은 호환성을 제공한다. PCIe Gen4x4 대역폭을 활용하여 1TB 용량 기준 최대 읽기 속도 4700MB/s와 최대 쓰기 속도 2800MB/s를 지원해 고용량 게임 실행이나 무거운 작업 환경에서 시스템의 전반적인 반응 속도를 크게 향상시킨다. 또한 고성능 SSD 구동 시 발생하는 발열을 억제하기 위해 열전도율이 뛰어난 그래핀 소재의 쿨링 방열판을 제품 표면에 기본으로 부착했다. 이를 통해 장시간 데이터 읽기 및 쓰기 작업이 지속되는 상황에서도 스로틀링 현상을 방지하고 일관된 성능을 유지할 수 있도록 돕는다. 엄격한 품질 관리를 거친 3D 낸드 플래시 메모리를 탑재하여 향상된 전력 효율과 내구성을 확보한 점도 돋보인다. 기본적인 스토리지 유지 보수 기능도 충실히 지원한다. 저장 공간의 일부를 단일 레벨 셀 방식으로 활용하여 전체적인 쓰기 성능을 끌어올리는 SLC캐싱 기술과 불필요한 데이터를 정리해 쾌적한 속도를 유지하는 트림 기능 그리고 드라이브 상태를 파악하는 SMART 기술을 적용해 장기간 사용 시에도 데이터 무결성과 신뢰성을 유지할 수 있도록 시스템 안정성을 강화했다. AGI 고성능 M.2 NVMe SSD AI818 1TB 제품은 공식 유통사인 서린씨앤아이를 통해 5년간의 무상 보증 서비스를 제공받을 수 있어 사용자가 오랜 기간 안심하고 제품을 운용할 수 있도록 지원한다. AGI AI818 M.2 NVMe 서린(1TB) https://prod.danawa.com/info/?pcode=123764697 @seorincni
2026.08.11
8
5
엔비디아가 로보택시와 자율주행차 개발을 위한 프론티어급 개방형 추론 모델 ‘엔비디아 알파마요 2 슈퍼(NVIDIA Alpamayo 2 Super)’의 상업적 이용을 지원한다고 밝혔다. 알파마요 2 슈퍼는 개방형 상용 라이선스와 벤치마크 선도 추론 성능, 검토 가능한 의사결정 과정을 바탕으로 로보택시를 포함한 자율주행차가 양산과 대규모 배포에 한 걸음 더 다가설 수 있도록 지원한다. 로보택시를 비롯한 자율주행차가 해결해야 할 가장 어려운 문제는 일상적인 상황이 아니다. 예측하고 학습하기 어려운 드물고 복잡한 상황이다. 이러한 롱테일 상황에 대응하려면 객체 탐지와 동작 예측만으로는 부족하다. 자율주행차는 상황을 이해하고 인과관계를 추론하며, 적절한 행동을 선택해 이를 안전하고 편안한 주행 경로로 전환해야 한다. 이 모든 과정은 실시간으로 이뤄져야 하며, 개발자가 이를 검토·검증하고 신뢰할 수 있어야 한다. 상업적 이용이 가능한 엔비디아 알파마요 2 슈퍼는 허깅페이스(Hugging Face)에서 가장 널리 채택된 자율주행용 개방형 추론 모델군인 알파마요 제품군에 속한다. 이는 단일 파운데이션 모델에서 자율주행차와 관련된 광범위한 기능을 지원한다. 엔비디아 코스모스 3 슈퍼 리즈너(Cosmos 3 Super Reasoner)를 기반으로 구축되고 강화학습을 통해 사후 학습된 이 모델은 개방형 상용 라이선스와 자율주행을 위한 선도적인 멀티태스크 역량이라는 두 가지 측면에서 자율주행차 생태계를 발전시킨다. 알파마요 2 슈퍼는 자율주행을 위한 엔비디아의 개방형 모델, 데이터세트와 도구 제품군에 새롭게 추가됐다. 이를 통해 접근성을 확대하고 경쟁을 촉진하며, 개발자의 통제권을 강화해 더욱 안전하고 투명한 자율주행차 배포를 지원한다. 양산 자율주행차를 위한 개방형 라이선스 알파마요 2 슈퍼는 개방형 AI 모델 배포를 위한 리눅스 재단(Linux Foundation)의 허용적 라이선스인 오픈MDW(OpenMDW)-1.1에 따라 허깅페이스에서 제공된다. 해당 라이선스는 파인 튜닝, 파생 모델 개발과 상업적 재배포를 허용한다. 이에 따라 자율주행차 개발사, 자동차·트럭 제조사와 부품 공급업체는 알파마요를 자체 데이터, 주행 정책과 배포 전략에 맞게 조정할 수 있다. 이러한 개방성은 자율주행차 연구기관과 기업이 자체 데이터와 인프라에 대한 통제권을 유지하고, 특화 모델과 축적된 노하우를 통해 창출한 가치를 직접 소유할 수 있도록 한다. 이러한 통제권은 자체 보유 차량 플릿과 안전이 관련된 워크플로우에서 특히 중요하다. 기존 알파마요 모델은 처음에는 연구개발 목적으로 공개됐다. 현재 오픈MDW 라이선스는 알파마요 모델군 전체에 적용되고 있으며, 개발자는 추가 허가 없이 모든 알파마요 모델을 상업적으로 배포할 수 있다. 이를 통해 모델 조정부터 실제 배포까지 직접 이어지는 경로를 확보할 수 있다. 개방형 가중치는 이러한 경로의 경제성을 높인다. 개발팀은 모든 파운데이션 기능을 처음부터 다시 학습하거나 각 작업에 프론티어 모델 수준의 비용을 지불하지 않고도 고도화된 추론 기능을 활용할 수 있다. 각 작업에 적합한 모델을 적절한 비용으로 선택할 수 있는 것이다. 알파마요 2 슈퍼는 클라우드 기반 개발 워크플로우에서 프론티어급 추론을 지원한다. 개발자는 고품질 추론 과정과 합성 학습 데이터, 모델 증류를 위한 교사 모델의 출력값을 생성할 수 있다. 알파마요 모델군 가운데 알파마요 2 슈퍼는 멀티모달 자율주행 개발을 위한 가장 뛰어난 추론·주행 성능을 제공한다. 알파마요 1.5와 알파마요 1은 클라우드 기반 개발과 모델 증류를 위한 더욱 비용 효율적인 선택지를 제공한다. 이렇게 생성된 증류 모델은 양산 차량에서 효율적인 실시간 추론을 수행하도록 최적화할 수 있다. 알파마요 모델군은 프론티어급 추론과 상용 자율주행 차량 플릿 전반의 확장 가능한 배포를 결합해 클라우드에서 차량까지 이어지는 워크플로우를 제공한다. 이를 통해 자율주행차 개발팀은 클라우드에서 프론티어급 추론을 활용하고, 차량에서는 효율적인 특화 모델을 운영할 수 있다. 이는 안전한 자율주행 기술을 상용 차량 플릿으로 확장하는 더욱 지속 가능한 방식이다. 벤치마크를 선도하는 프론티어급 추론 성능 알파마요 2 슈퍼는 자율주행 추론 벤치마크인 링고QA(LingoQA)에서 평가된 약 40개 모델 가운데 1위를 차지했다. 엔비디아가 링고-저지(Lingo-Judge) 지표를 활용해 진행한 테스트에서 큐원2.5-VL(Qwen2.5-VL) 72B보다 17.0점, 제미나이 2.5 프로(Gemini 2.5 Pro)보다 15.1점, 지피티-4o(GPT-4o)보다 23.2점 높은 성능을 기록하며 주행 중심 시나리오에서 최첨단 추론 성능을 입증했다. 알파마요 2 슈퍼는 엔비디아가 평가한 모든 자율주행 벤치마크에서도 1위를 기록하며, 광범위한 자율주행 기능 전반에서 선도적인 성능을 보였다. 알파마요 2 슈퍼는 100억 개의 파라미터를 갖춘 엔비디아 알파마요 1.5와 알파마요 1보다 3배 큰 규모를 제공한다. 확대된 모델 용량을 바탕으로 희소한 사례에서도 추론을 더욱 효과적으로 일반화할 수 있다. 이는 기존 시스템이 어려움을 겪는 여러 교통 주체 간의 드물고 복잡한 상호작용에 대응하는 데 필수적인 역량이다. 알파마요 2 슈퍼는 차량의 전방과 측면, 후방을 아우르는 전방위 카메라 영상을 통합해 추론한다. 이러한 360도 상황 정보는 차선 변경, 합류, 비보호 회전과 복잡한 교차로처럼 위험이 자주 발생하는 상황을 더욱 풍부하게 이해할 수 있도록 한다. 로보택시·자율주행을 위한 멀티태스크 파운데이션 모델 알파마요 2 슈퍼는 각각의 주행 상황에서 서로 긴밀하게 연계된 다음과 같은 다섯 가지 결과를 생성할 수 있다. - 차량의 계획된 주행 경로를 나타내는 궤적 - 의사결정의 추론 근거를 설명하는 인과관계 연쇄(Chain of Causation, CoC) 추적 정보 - 양보, 차선 변경, 정지 등 모델의 의도를 나타내는 메타 액션 - 학습·검증 데이터용 CoC 주석을 생성하는 추론 자동 라벨 - 모델의 답변을 카메라 영상의 특정 영역과 연결하는 2D 시각 그라운딩 기반 시각 질의응답 결과 이러한 결과를 통해 모델의 의사결정 과정을 파악할 수 있다. 개발자는 모델이 관찰한 내용과 선택한 행동을 연결해 의사결정을 더욱 쉽게 이해하고 비판적으로 검토하며 검증할 수 있다. CoC 추적 정보는 엔비디아 헤일로스(Halos) 안전 검증 워크플로우와 통합되며, ISO/PAS 8800 요구사항에 맞춘 AI 안전 체계를 지원한다. 이를 통해 자율주행차 안전 엔지니어링을 위한 더욱 강력한 기반을 제공한다. 알파마요 2 슈퍼는 자동 라벨러로도 배포할 수 있다. 자체 차량 운행 데이터에서 CoC 라벨을 생성하고, 2D 그라운딩을 적용한 시각 질의응답을 수행한다. 모델의 추론을 카메라 영상의 특정 영역과 연결함으로써 원시 주행 영상을 더욱 풍부한 학습 데이터로 전환하고, 주석 작업 주기를 수개월에서 수일로 단축할 수 있다. 알파마요 2 슈퍼는 주행 계획과 자동 라벨링뿐 아니라 장면 이해, 모델 결과 검토와 지식 증류도 지원한다. 이러한 멀티태스크 역량을 통해 개발자는 개발 스택의 더욱 많은 영역에서 하나의 파운데이션 모델을 활용할 수 있으며, 도구 구성을 단순화하고 개발 반복 주기를 단축할 수 있다. 추론 기반 자율주행차를 위한 개방형 생태계 알파마요 2 슈퍼는 자율주행차 개발을 위한 광범위한 개방형 모델, 프레임워크와 데이터세트 제품군에 포함된다. 알파마요 제품군은 다음과 같은 도구도 제공한다. - 폐루프(closed-loop) 시뮬레이션을 제공하는 엔비디아 알파심(AlpaSim) - 고처리량 강화학습을 지원하는 엔비디아 알파짐(AlpaGym) - 학습과 테스트를 위한 데이터를 제공하는 엔비디아 피지컬 AI 오픈 데이터세트 - 모델 개발과 학습, 검증을 가속하는 개방형 학습 레시피와 자동 라벨링 파이프라인 알파마요는 허깅페이스에서 다운로드 50만 건을 돌파했다. 이를 통해 해당 플랫폼에서 가장 널리 채택된 자율주행용 개방형 추론 모델군으로서의 입지를 더욱 강화했다. @nvidia
2026.08.09
9
11
2026.08.06
8
7
중국 AI 기업 문샷(Moonshot AI)이 기업공개(IPO)를 추진하는 것으로 알려졌다. 생성형 AI 모델 'Kimi K3'의 성공을 발판으로 기업가치 500억 달러를 목표로 하고 있지만, 미국에서는 앤트로픽(Anthropic) 모델 증류(Model Distillation) 의혹이 제기되면서 논란도 이어지고 있다. 중국 매체 보조에 따르면 문샷은 이르면 이달 홍콩 증시 상장을 추진할 계획이다. 시장에서는 IPO를 통해 최소 30억 달러 이상의 신규 자금을 조달할 것으로 전망하고 있다. 다만 실제 공모 규모가 이보다 더 커질 가능성도 제기됐다. 문샷은 최근 시리즈 F 투자에서 약 35억 달러를 조달하며 기업가치 350억 달러를 인정받았다. 이후 진행 중인 시리즈 G에서는 기업가치를 500억 달러 수준으로 끌어올리는 방안도 거론되고 있다. 때문에 시장에서는 IPO 역시 이를 웃도는 기업가치를 목표로 할 가능성이 높다고 봤다. 기업가치 상승의 배경에는 Kimi K3가 있다. Kimi K3는 8,960억 개의 전문가(Experts)를 활용하는 대규모 Mixture of Experts(MoE) 구조를 채택했다. 모델 활성화 과정에서는 필요한 전문가만 선택적으로 실행해 연산량을 줄이는 동시에, KV 캐시(KV Cache) 사용량과 토큰당 메모리 소비를 크게 낮춘 것이 특징이다. 또한 전문가를 다수의 GPU에 분산 배치해 대규모 AI 데이터센터에서도 높은 처리 효율을 확보하도록 설계됐다. 업계에서는 독특한 구조 덕분에 Kimi K3가 동일한 추론 성능 대비 운영 비용을 크게 낮췄다고 평가하고 있다. 문샷은 컴퓨팅 인프라도 빠르게 확대하고 있다. 블룸버그에 따르면 회사는 알리바바로부터 엔비디아 H200 GPU 약 2만 개 규모의 AI 클러스터를 확보한 것으로 알려졌다. 이를 통해 차세대 모델 학습과 추론 인프라를 대폭 확대하고 있다. 다만 미국에서는 Kimi K3를 둘러싼 논란도 계속되고 있다. 앤트로픽과 일부 미국 정부 관계자는 문샷이 자사 모델 'Fable'을 증류해 Kimi K3를 개발했다는 의혹을 제기했다. 모델 증류는 기존 대형 모델의 출력 결과를 활용해 새로운 모델을 학습시키는 기법으로, AI 업계에서는 널리 활용되는 기술이다. 그러나 원 개발사의 허가 없이 상용 모델을 증류에 활용했다면 지식재산권과 이용 약관 위반 여부가 쟁점이 될 수 있다. 현재까지 문샷은 관련 의혹에 대해 공식적으로 인정하지 않았으며, 미국 측 역시 구체적인 기술적 근거는 공개하지 않았다. 일부 미국 정부 관계자는 문샷이 엔비디아 GB300 서버를 자체 보유하고 있으며 태국을 통해 추가 GPU를 확보했다는 의혹도 제기했지만, 이 역시 현재까지 공식적으로 확인된 내용은 아니다. 업계에서는 이번 IPO 추진이 중국 AI 기업의 자금 조달 경쟁을 한층 가속화할 것으로 보고 있다. 딥시크(DeepSeek), 즈푸AI(Zhipu AI), 문샷 등 중국 AI 기업들이 잇달아 초거대 모델과 AI 인프라 투자에 나서는 가운데, 향후 경쟁은 모델 성능뿐 아니라 GPU 확보 능력과 자본 조달 역량까지 포함하는 종합 경쟁으로 확대될 것이라는 전망이 나온다. 출처 = https://www.weeklypost.kr/news/articleView.html?idxno=11744
2026.08.03
9
5
엔비디아가 엣지 환경에서 피지컬 AI를 구현하기 위한 엔비디아 코스모스 3 엣지(NVIDIA Cosmos 3 Edge)를 공개했다. 피지컬 AI 시스템은 월드 모델을 활용해 물리적 환경을 인식하고, 추론하며, 예측한다. 그러나 현실 세계는 광활하고 예측하기 어려우며 끊임없이 변화한다. 창고를 이동하는 로봇부터 공장 현장을 모니터링하는 카메라 네트워크까지, 피지컬 AI 시스템은 현재 벌어지는 상황을 이해하고, 다음 일을 추론하며, 실질적인 영향을 미칠 수 있을 만큼 신속하게 행동해야 한다. 지금까지 이와 같은 프론티어급 AI를 엣지 환경에 구현하려면 모델 성능과 배포 효율성 사이에서 절충해야 하는 경우가 많았다. 새롭게 공개된 엔비디아 코스모스 3 엣지는 이러한 절충을 해소할 수 있도록 지원한다. 40억 개의 파라미터를 갖춘 옴니모델은 메모리 효율적인 배포와 높은 처리량을 위해 최적화되었으며, 엔비디아 젯슨(Jetson), 엔비디아 RTX PRO, 엔비디아 DGX 시스템과 지포스(GeForce) RTX GPU에서도 구동이 가능하다. 엔비디아 코스모스 3를 확장한 이 소형 월드 파운데이션 모델은 텍스트, 이미지, 영상, 주변 소리 및 동작을 이해하고 생성할 수 있다. 이 모델의 트랜스포머 혼합(mix-of-transformers) 아키텍처를 통해 물리적 현실에 기반한 실시간 비전 분석 및 온디바이스 로봇 행동을 지원한다. 코스모스 3 엣지는 엣지 환경에서 프론티어급 피지컬 AI 성능을 제공한다. 동일 파라미터급 모델 가운데 빈티지-벤치(VANTAGE-Bench) 비전 분석 성공률 1위를 기록했으며, 사후 학습을 통해 최첨단 수준의 로봇 학습을 지원한다. 로보틱스·자율주행 자동차·스마트 인프라 전반의 온디바이스 피지컬 AI 개발자는 엔비디아 DGX 스테이션(DGX Station) 데스크사이드 AI 슈퍼컴퓨터를 통해 자체 보유 로봇 및 센서 데이터로 코스모스 3 엣지를 사후 학습하고, 특화된 월드 액션 모델을 구축할 수 있다. 이후 이를 엔비디아 젯슨 토르(Jetson Thor)에 배포해 조작이나 이동 등 실시간 로봇 제어 정책에 활용할 수 있다. 애자일 로봇(Agile Robots), 두산 로보틱스, 지멘스(Siemens), 스킬드 AI(Skild AI)는 로보틱스 워크플로우에 코스모스 3 엣지를 적용하는 방안을 평가하고 있다. 자율주행 자동차의 경우, 코스모스 3 엣지는 자원이 제한된 하드웨어에서도 도로 상황 이해, 교통 상황 추론, 객체 의도 예측, 정책 모델 증류를 지원한다. 해당 모델은 엔비디아 알파마요(Alpamayo) 비전 언어 행동 모델을 포함한 차량용 정책 모델 증류에서 학생 모델의 백본으로 활용될 수 있다. 스마트 인프라의 경우, 코스모스 3 엣지는 젯슨 토르에서 실시간 추론을 수행해 동급 최고 수준의 처리량과 정확도를 제공한다. 이를 통해 실시간 영상 스트리밍을 기반으로 추론하는 비전 에이전트를 교통 모니터링과 공공 안전, 물류, 산업 검사에 활용할 수 있다. 개발자는 20억 개의 파라미터를 갖춘 엔비디아 네모트론(Nemotron) 기반 추론 모듈을 엔비디아 젯슨 오린(Jetson Orin) 8GB에서 독립적으로 실행할 수도 있다. 센티픽(Centific), 바이디오(Vaidio), 위안(YUAN)은 엣지에서 구동되는 비전 에이전트를 가속하기 위해 코스모스 3 엣지를 평가하고 있다. 엔비디아 코스모스 플랫폼 공개 코스모스 3 엣지는 피지컬 AI 월드 모델 개발을 위한 엔비디아 코스모스 플랫폼의 일부다. 코스모스 3는 엣지(4B), 나노(16B), 슈퍼(64B) 세 가지 용량으로 제공된다. 개발자는 엣지 배포부터 고충실도 생성에 이르는 각 개발 단계에 적합한 모델을 선택할 수 있다. 코스모스 3 엣지, 코스모스 3 나노, 코스모스 3 슈퍼는 허깅페이스(Hugging Face)에 공개돼 있다. 추론 및 학습 후 프레임워크와 레시피는 깃허브(GitHub)에서 확인할 수 있다. @nvidia
2026.07.22
6
7
파인인포
  • 종합
  • 뉴스/정보
  • 커뮤니티
  • 질문/토론