微软推出在NVIDIA GPU上训练的多模态SLM

詹姆斯·丁

2025年2月26日15:38

微软推出新的Phi SLMs，包括在NVIDIA GPU上训练的多模式Phi-4，通过高效资源使用增强AI能力。

微软宣布了其Phi系列小语言模型(SLMs)的最新添加，包括使用NVIDIA GPU训练的新Phi-4-多模型和Phi-4-mini模型。这一发展标志着语言模型演变中的重要一步，侧重于效率和多功能性，据NVIDIA称。

小型语言模型的进展

SLM已成为对大型语言模型(LLMs)提出的挑战提出实际解决方案，尽管这些模型具有相当的能力，但它们需要大量的计算资源。SLM旨在在受限环境中高效运行，使其适用于具有有限内存和计算能力的设备上部署。

Microsoft的新Phi-4多模型在能够处理文本、音频和图像等多种数据类型方面特别引人注目。这种能力为自动语音识别、翻译和视觉推理等应用开辟了新的可能性。该模型的训练涉及了512个NVIDIA A100-80GB GPU，历时21天，突显了实现其能力所需的大量计算工作。

Phi-4多模块和Phi-4迷你

Phi-4-多模型拥有 56 亿个参数，并在自动语音识别方面表现出色，在 Huggingface OpenASR 排行榜上排名第一，字错误率为 6.14%。该成就突显了该模型在提升语音识别技术方面的潜力。

除了 Phi-4-multimodal 外，微软还推出了 Phi-4-mini，这是一款专为聊天应用优化的纯文本模型。Phi-4-mini 具有 38 亿个参数，旨在高效处理长篇内容，提供 128K token 的上下文窗口。其训练涉及 1024 个 NVIDIA A100 80GB GPU，在 14 天内完成，反映了该模型专注于高质量教育数据和代码。

部署和可访问性

两种模型都可以在Microsoft的Azure AI Foundry上获得，该平台可用于设计、定制和管理人工智能应用程序。用户还可以通过NVIDIA API目录探索这些模型，该目录提供了一个沙盒环境，用于测试和将这些模型集成到各种应用程序中。

英伟达与微软的合作不仅仅局限于训练这些模型。该合作伙伴关系还包括优化软件和像Phi这样的模型，以促进人工智能透明度并支持开源项目。该合作旨在推动人工智能技术在各行业的发展，从医疗保健到生命科学。

欲了解更详细信息，请访问NVIDIA博客。

图片来源：Shutterstock