Sigil Wen បើកដំណើរការ Underdog ដែលជាជំនួយការ AI លើឧបករណ៍ផ្ទាល់ ដោយផ្ដោតលើឯកជនភាពជាចម្បង

· TavJin News Bot · 112 views
1:59🔊 Listen
Sigil Wen បើកដំណើរការ Underdog ដែលជាជំនួយការ AI លើឧបករណ៍ផ្ទាល់ ដោយផ្ដោតលើឯកជនភាពជាចម្បង

Key takeaways

  • ស្ថាបនិក Conway Research លោក Sigil Wen បានបើកដំណើរការ Underdog ដែលជាជំនួយការ AI ឯកជនដំណើរការលើឧបករណ៍ផ្ទាល់ខ្លួនរបស់អ្នកប្រើប្រាស់ដោយគ្មានការបញ្ជូនទិន្នន័យទៅក្លោដ។
  • វេទិកានេះរួមមានម៉ូដែល Woof ទំហំ 4 ពាន់លាន parameter (ទំហំ 2.37 GB) និងម៉ូដែល Underdog 27B សម្រាប់កិច្ចការស្មុគស្មាញ និងការដំណើរការកូដក្នុងម៉ាស៊ីន។
  • ដំណើរការដោយម៉ាស៊ីន Husky ជំនួយការនេះអះអាងថាបង្កើត token លឿនជាង MLX ដើមរបស់ Apple រហូតដល់ 4.5 ដង លើឈីប M5 Max។
  • ក្រុមហ៊ុនផ្អែកលើ «ច្បាប់របស់ Underdog» ដែលជឿជាក់ថាសមត្ថភាព AI ក្លោដជួរមុខនឹងមកដល់ hardware អតិថិជនក្នុងរយៈពេលប្រហែល 6 ខែ។
  • Conway Research ទទួលបានការគាំទ្រពី Andreessen Horowitz, Khosla Ventures, Anthology និងវិនិយោគិនល្បីៗដូចជា Patrick Collison, Naval Ravikant និង Guillermo Rauch។
Ad
🍔 Sponsored — HTML ad test

នៅថ្ងៃទី 2 ខែតុលា ឆ្នាំ 2026 អ្នកអភិវឌ្ឍន៍វ័យ 22 ឆ្នាំ និងជាស្ថាបនិក Conway Research គឺ Sigil Wen បានបើកដំណើរការ Underdog ដែលជាជំនួយការបញ្ញាសិប្បនិម្មិតផ្ទាល់ខ្លួនដំណើរការលើម៉ាស៊ីនក្នុងស្រុកដោយឥតគិតថ្លៃ បង្កើតឡើងដើម្បីប្រកួតប្រជែងជាមួយវេទិកាក្លោដកម្មសិទ្ធិផ្តាច់មុខដូចជា Instinct និង Muse។ ជាមួយនឹងការគាំទ្រពីក្រុមហ៊ុនបណ្តាក់ទុនឈានមុខគេនៅ Silicon Valley និងក្រុមអ្នកស្រាវជ្រាវបញ្ញាសិប្បនិម្មិតល្បីៗ Underdog ដំណើរការម៉ូដែលរបស់ខ្លួនដោយផ្ទាល់នៅលើ hardware អតិថិជន ដោយធានាថាប្រអប់បញ្ចូលសំណួរ សារឯកជន និងឯកសារផ្ទាល់ខ្លួនសំខាន់ៗរបស់អ្នកប្រើប្រាស់នឹងមិនចាកចេញពីឧបករណ៍ឡើយ។

ការបើកដំណើរការ៖ បញ្ញាក្នុងស្រុកដោយគ្មានការប្រើប្រាស់ក្លោដ

Underdog បង្ហាញខ្លួនចំពេលដែលសាធារណជនកាន់តែធុញទ្រាន់នឹងថ្លៃជាវប្រចាំខែខ្ពស់ និងការប៉ះពាល់ដល់ឯកជនភាពទិន្នន័យជាប្រព័ន្ធ ដែលជាប់ពាក់ព័ន្ធនឹង AI chatbot ដំណើរការលើម៉ាស៊ីនបម្រើ (server)។ ខុសពីជំនួយការក្លោដលេចធ្លោនានាដែលបញ្ជូនផ្ទាំងបរិបទពោរពេញដោយឯកសារសម្ងាត់ កាលវិភាគប្រតិទិន និងកំណត់ត្រាកិច្ចប្រជុំទៅកាន់មជ្ឈមណ្ឌលទិន្នន័យ hyperscaler ពីចម្ងាយ Underdog ត្រូវបានបង្កើតឡើងទាំងស្រុងសម្រាប់ដំណើរការលើឧបករណ៍ផ្ទាល់។

បង្កើតឡើងក្រោមមន្ទីរពិសោធន៍ Conway Research របស់ Wen ជំនួយការ Underdog ដំណើរការក្រៅបណ្តាញ (offline) ទាំងស្រុង។ ជំនួយការនេះមានសមត្ថភាពតាក់តែងសំបុត្រ ធ្វើលិបិក្រម និងសង្ខេបឯកសារក្នុងម៉ាស៊ីន ញែកប័ណ្ណសារអ៊ីមែល គ្រប់គ្រងប្រតិទិន ដំណើរការសំឡេងសរសេរតាមអានក្នុងពេលជាក់ស្តែង និងបញ្ជាសកម្មភាពលើកុំព្យូទ័រដោយស្វ័យប្រវត្តិ។ តាមរយៈការលុបបំបាត់បំពង់បញ្ជូនទិន្នន័យក្លោដ Underdog បំបាត់បញ្ហាយឺតយ៉ាវរបស់ server និងការពារការប្រាស្រ័យទាក់ទងរបស់អ្នកប្រើប្រាស់ពីចន្លោះប្រហោងសុវត្ថិភាពខាង server ការកេងយកទិន្នន័យអនុលោមភាព និងបំពង់បណ្តុះបណ្តាល LLM ពាណិជ្ជកម្ម។

បច្ចុប្បន្នត្រូវបានចែកចាយក្នុងការមើលសាកល្បងដោយការអញ្ជើញ ការចេញផ្សាយដំបូងផ្តោតលើ Mac ដែលប្រើ Apple silicon ដោយមានការអភិវឌ្ឍយ៉ាងសកម្មសម្រាប់ iPhone, Windows, Linux, Android និងម៉ាស៊ីន Nvidia ជាក់លាក់។

ដំណើរការខាងក្នុង៖ ម៉ូដែល និងម៉ាស៊ីនដំណើរការ Husky

Sigil Wen Launches Underdog, a Privacy-First On-Device AI Assistant រូបថត: dealroom.co (ប្រភព)

ដើម្បីធ្វើឱ្យការបង្កើតទិន្នន័យលើឧបករណ៍មានល្បឿនលឿនគ្រប់គ្រាន់សម្រាប់ផលិតភាពការងារប្រចាំថ្ងៃ Conway Research បានសហការរចនាស្ថាបត្យកម្មម៉ូដែលកម្មសិទ្ធិផ្តាច់មុខ រួមជាមួយម៉ាស៊ីនដំណើរការជាក់លាក់មួយឈ្មោះ Husky។

ជាជាងបង្ខំឱ្យអ្នកប្រើប្រាស់ទាញយកទម្ងន់ទិន្នន័យរាប់សិប gigabyte ដ៏ធ្ងន់ Conway បានបង្កើតយុទ្ធសាស្ត្រម៉ូដែលជាលំដាប់ថ្នាក់ដឹកនាំដោយ "Woof" ដែលជាម៉ូដែលគ្រឹះទំហំតូច 4-billion-parameter (4B)។ Woof ត្រូវការទំហំ quantized 4-bit ប្រមាណ 2.37 GB ដែលអនុញ្ញាតឱ្យវាស្ថិតនៅក្នុងអង្គចងចាំរួម (unified memory) របស់ប្រព័ន្ធយ៉ាងស្រួល ដោយមិនធ្វើឱ្យរាំងស្ទះដល់ការបំពេញកិច្ចការច្រើនក្នុងពេលតែមួយឡើយ។

សម្រាប់ការគិតពិចារណាស្មុគស្មាញលើកុំព្យូទ័រ កិច្ចការសរសេរកូដ និងការសម្របសម្រួលពហុជំហាន Conway បានបង្កើត Underdog 27B ដែលជាម៉ូដែល 27-billion-parameter ដោយផ្អែកលើ checkpoint កែសម្រួលនៃ Qwen 3.8។ ការធ្វើតេស្តប្រៀបធៀបរបស់ Conway អះអាងថា Underdog 27B ដំណើរការល្អជាងម៉ូដែលក្លោដជួរមុខជំនាន់មុន ជាពិសេស Claude Opus 4.6 របស់ Anthropic ក្នុងការធ្វើតាមការណែនាំ ការសំយោគឯកសារច្រើន និងការកែកូដក្នុងម៉ាស៊ីន ខណៈទទួលស្គាល់ថាក្រុម cluster មជ្ឈមណ្ឌលទិន្នន័យធំៗនៅតែមានប្រៀបលើសំណួរវិទ្យាសាស្ត្រកម្រិតខ្ពស់។

ដំណើរការនេះផ្អែកលើម៉ាស៊ីន Husky ដែលបង្កើតឡើងដោយផ្ទាល់លើស្រទាប់ hardware Metal របស់ Apple។ ក្នុងការធ្វើតេស្តផ្ទៃក្នុងលើឈុតវាយតម្លៃអត្ថបទ និងកូដសំខាន់ៗចំនួន 16 នៅលើឈីប Apple M5 Max ក្រុមហ៊ុន Conway បានរាយការណ៍ថា Husky ផ្តល់ល្បឿនបង្កើត token លឿនជាងក្របខ័ណ្ឌ MLX ដើមរបស់ Apple រហូតដល់ 4.5 ដង ដោយសម្រេចបានល្បឿនបង្កើតអតិបរមារហូតដល់ 730 tokens ក្នុងមួយវិនាទី នៅលើ hardware Apple silicon។

ម៉ូដែល / វេទិកាទំហំ Parameterទំហំអង្គចងចាំគោលដៅ Hardware ចម្បងល្បឿនអតិបរមាដែលបានរាយការណ៍
Woof 4B (ក្នុងម៉ាស៊ីន)4 Billion~2.37 GB (4-bit)Apple Silicon / ឧបករណ៍ទូទៅរហូតដល់ 730 tok/sec (Husky Engine)
Underdog 27B (ក្នុងម៉ាស៊ីន)27 Billion~14–16 GB (Quantized)Macs ត្រកូល M-Series Pro/Max/Ultra~40–85 tok/sec
Instinct / Muse (ក្លោដ)មិនបញ្ជាក់ (Frontier)0 GB (លើក្លោដ)GPU មជ្ឈមណ្ឌលទិន្នន័យពីចម្ងាយ~60–120 tok/sec (អាស្រ័យលើបណ្តាញ)
Claude / ChatGPT (ក្លោដ)រាប់រយពាន់លាន+0 GB (លើក្លោដ)Cloud Clusters (H100/B200)ប្រែប្រួល (15–90 tok/sec)

ច្បាប់របស់ Underdog៖ ការកាត់បន្ថយគម្លាតពីក្លោដមកនៅត្រឹមប្រាំមួយខែ

ស្នូលសំខាន់នៃ Conway Research គឺជាគោលការណ៍រៀបចំមួយដែល Sigil Wen ហៅថា "ច្បាប់របស់ Underdog" (Underdog’s Law)។ សម្មតិកម្មនេះលើកឡើងថា រាល់សមិទ្ធផលបញ្ញាដែលម៉ូដែលក្លោដជួរមុខកម្រិតធំៗសម្រេចបាន នឹងអាចដំណើរការនៅលើ hardware របស់អតិថិជនបានក្នុងរយៈពេលប្រហែល 6 ខែ។

ជាប្រវត្តិសាស្ត្រ គម្លាតរវាងការបណ្តុះបណ្តាលក្នុងមជ្ឈមណ្ឌលទិន្នន័យ GPU រាប់ពាន់គ្រាប់ និងការដាក់ឱ្យប្រើលើ hardware អតិថិជន ត្រូវចំណាយពេលរាប់ឆ្នាំ។ Underdog មានគោលបំណងបង្រួមគម្លាតនោះដោយទាញយកប្រយោជន៍ពីភាពស្តើងនៃស្ថាបត្យកម្ម ការធ្វើ quantization យ៉ាងខ្លាំងក្លាក្រោយការបណ្តុះបណ្តាល វិស្វកម្ម kernel ជាក់លាក់ និងស្ថាបត្យកម្ម unified memory របស់ Apple។

លើសពីការបំពេញអត្ថបទធម្មតា Underdog ត្រូវបានរចនាឡើងជុំវិញពាណិជ្ជកម្មបែប agentic និងការទាញហេតុផលសម្ងាត់។ ដោយសារជំនួយការនេះដំណើរការជា daemon ក្នុងស្រុកដោយគ្មានការរឹតត្បិត វាអាចហៅប្រព័ន្ធ API ធ្វើអន្តរកម្មជាមួយឧបករណ៍ command-line ក្នុងម៉ាស៊ីន និងរៀបចំដំណើរការការងារលើកុំព្យូទ័រដោយស្វ័យប្រវត្តិ ដោយមិនចាំបាច់ឆ្លងកាត់ការត្រួតពិនិត្យសុវត្ថិភាពស្មុគស្មាញ និងការកំណត់កូតា API ដូចជម្រើសលើក្លោដឡើយ។

ដំណើររឿងដើម៖ ពីការលេចធ្លាយទិន្នន័យនៅ Hacker House ទៅកាន់ Conway Research

Sigil Wen Launches Underdog, a Privacy-First On-Device AI Assistant រូបថត: dealroom.co (ប្រភព)

ដំណើរឆ្ពោះទៅកាន់ហេដ្ឋារចនាសម្ព័ន្ធ AI ផ្ទាល់ខ្លួនរបស់ Sigil Wen បានចាប់ផ្តើមតាំងពីក្មេង។ កើតនៅទីក្រុង Toronto ក្នុងឆ្នាំ 2003 លោក Wen បានបោះបង់ការសិក្សាពីកម្មវិធីគ្រប់គ្រង និងបច្ចេកវិទ្យា (M&T) នៃសាកលវិទ្យាល័យ University of Pennsylvania នៅអាយុ 17 ឆ្នាំ ដើម្បីចាប់យកការអភិវឌ្ឍកម្មវិធីនៅ San Francisco ដោយជួនកាលបានស្នាក់នៅក្នុងទីកន្លែងធ្វើការរួម WeWork អំឡុងពេលឈានជើងចូលវិស័យបច្ចេកវិទ្យា។

Wen បានរស់នៅក្នុង hacker house ឈានមុខគេនៅ San Francisco ជាមួយក្រុមអ្នកស្រាវជ្រាវមកពី OpenAI, Midjourney និង Stability AI ព្រមទាំងបានក្លាយជាអ្នកធ្វើតេស្តដំបូងនៃស្ថាបត្យកម្ម Claude ដំបូងរបស់ Anthropic។ ក្រោយមក លោកបានសហការជាមួយស្ថាបនិក AngelList គឺលោក Naval Ravikant ដើម្បីសហស្ថាបនិក និងបង្កើតវេទិកាសំឡេង Airchat បន្ទាប់មកទទួលបានអាហារូបករណ៍ Thiel Fellowship ឆ្នាំ 2025 និងបានបង្កើត Extraordinary.com ដែលជាវេទិកាអន្តោប្រវេសន៍ជួយដល់អ្នកមានទេពកោសល្យបច្ចេកទេសពិភពលោកក្នុងការទទួលបានទិដ្ឋាការសហរដ្ឋអាមេរិក O-1 និង EB-1A។

ការងាកមករកកុំព្យូទ័រឯកជនក្នុងស្រុក ត្រូវបានជំរុញដោយបញ្ហាបរាជ័យផ្នែកសុវត្ថិភាពជាក់ស្តែងមួយ។ ខណៈពេលចែករំលែកកន្លែងធ្វើការជាមួយអតីតអ្នកវិទ្យាសាស្ត្រ Tesla និង OpenAI គឺលោក Andrej Karpathy ការលេចធ្លាយទិន្នន័យនៅក្នុងកម្មវិធីអ៊ីមែលលើក្លោដបានធ្វើឱ្យអ៊ីមែលផ្ទាល់ខ្លួនសំខាន់ៗរបស់ Wen ត្រូវលាតត្រដាងទៅកាន់អ្នកប្រើប្រាស់ខាងក្រៅដោយអចេតនា។ ព្រឹត្តិការណ៍នេះបានកំណត់ជំនឿរបស់ Wen ថា ការពឹងផ្អែកលើម៉ាស៊ីនបម្រើ multi-tenant ពីចម្ងាយដើម្បីការពារទិន្នន័យផ្ទាល់ខ្លួនគឺមានគុណវិបត្តិជាប្រព័ន្ធ៖ ប្រសិនបើទិន្នន័យផ្ទាល់ខ្លួនស្ថិតនៅលើ server ខាងក្រៅ ថ្ងៃណាមួយវានឹងលេចធ្លាយជាមិនខាន។

ការប្រៀបធៀប Underdog ជាមួយ Instinct, Muse និងក្រុមហ៊ុនក្លោដធំៗ

ជំនួយការសហគ្រាសទំនើបៗដូចជា Instinct, Muse, Microsoft Copilot និង Google Gemini ដំណើរការនៅក្នុងប្រព័ន្ធអេកូឡូស៊ីក្លោដ។ ទោះបីជាវេទិកាទាំងនេះប្រើប្រាស់ cluster គណនាទំហំធំក្តី ក៏ពួកគេបង្ហាញពីគុណវិបត្តិប្រតិបត្តិការច្បាស់ក្រឡែតសម្រាប់អ្នកប្រើប្រាស់ដែលគិតគូរពីឯកជនភាព៖

  • គ្មានការពឹងផ្អែកលើក្លោដ៖ Instinct និង Muse បញ្ជូនសំណួរតាមរយៈម៉ាស៊ីនបម្រើក្លោដខាងក្រៅ ដែលបង្កើតផ្ទៃប្រឈមនឹងការគំរាមកំហែងជាបន្តបន្ទាប់។ Underdog មិនដែលបញ្ជូនសារសំណួរ ឬទិន្នន័យមេតា (metadata) របស់អ្នកប្រើប្រាស់តាមប្រព័ន្ធអ៊ីនធឺណិតឡើយ។
  • ដំណើរការឥតគិតថ្លៃ៖ ដោយសារអ្នកប្រើប្រាស់ផ្តល់ថាមពលអគ្គិសនី និងកម្លាំងគណនាតាមរយៈឈីបកុំព្យូទ័រយួរដៃ ឬលើតុរបស់ពួកគេ Conway មិនចាំបាច់រ៉ាប់រងថ្លៃដំណើរការនោះទេ ដែលអនុញ្ញាតឱ្យ Underdog នៅតែឥតគិតថ្លៃដោយគ្មានការជាវប្រចាំខែ ឬការប្រមូលទិន្នន័យដើម្បីពាណិជ្ជកម្ម។
  • គាំទ្រការប្រើប្រាស់ក្រៅបណ្តាញទាំងស្រុង៖ ជំនួយការក្លោដនឹងដាច់ការតភ្ជាប់ភ្លាមៗនៅពេលឧបករណ៍គ្មានអ៊ីនធឺណិត ឬចូលរួមបណ្តាញ firewall តឹងរ៉ឹងរបស់សហគ្រាស។ Underdog ដំណើរការដោយគ្មានការធ្លាក់ចុះគុណភាពនៅលើលើយន្តហោះ ឬនៅទីដាច់ស្រយាល។
  • បរិបទកម្រិតប្រព័ន្ធ៖ ឧបករណ៍ក្លោដទូទៅមើលឃើញតែអ្វីដែលអ្នកប្រើប្រាស់បិទភ្ជាប់ក្នុងប្រអប់ជជែក ឬភ្ជាប់តាមឧបករណ៍ភ្ជាប់ក្លោដដ៏ស្មុគស្មាញប៉ុណ្ណោះ។ ការដំណើរការក្នុងម៉ាស៊ីនផ្តល់ឱ្យ Underdog នូវការចូលប្រើប្រាស់ hard drive ដែលបានធ្វើលិបិក្រម terminal shells និងការជូនដំណឹងប្រព័ន្ធដោយផ្ទាល់ និងឆាប់រហ័ស។

ដំណោះស្រាយក្លោដនៅតែរក្សាប្រៀបលើវិសាលភាពចំណេះដឹងទូទៅពិភពលោក ការធ្វើលិបិក្រមព័ត៌មានវិបសាយទាន់ហេតុការណ៍ និងការគិតពិចារណាលើមុខវិជ្ជាគណិតវិទ្យាកម្រិតខ្ពស់។ ទោះជាយ៉ាងណា សម្រាប់ផលិតភាពការងារប្រចាំថ្ងៃ ដូចជាការសម្អាតប្រអប់សារអ៊ីមែល ការរៀបចំកាលវិភាគ ការតាក់តែងឯកសារ និងការស្កេនឯកសារ PDF កម្មសិទ្ធិផ្តាច់មុខ ដំណើរការក្នុងម៉ាស៊ីនរបស់ Underdog ឆ្លើយតបស្មើ ឬលើសពីតម្រូវការរបស់អ្នកប្រើប្រាស់ដោយគ្មានហានិភ័យឯកជនភាពឡើយ។

ការគាំទ្រទុនបណ្តាក់ទុន៖ ឥស្សរជនកំពូលៗនៅ Silicon Valley គាំទ្រ AI ក្នុងស្រុក

Sigil Wen Launches Underdog, a Privacy-First On-Device AI Assistant រូបថត: ababnews.com (ប្រភព)

ទោះបីជាចូលទៅក្នុងទីផ្សារដែលមានការប្រកួតប្រជែងខ្លាំងពីក្រុមហ៊ុនបច្ចេកវិទ្យាយក្សមានទុនក្រាស់ក៏ដោយ Conway Research ទទួលបានការគាំទ្រយ៉ាងរឹងមាំ។ ក្រុមហ៊ុនមូលធនបណ្តាក់ទុនឈានមុខគេនៅ Silicon Valley គឺ Andreessen Horowitz (a16z) បានដឹកនាំការវិនិយោគជុំ seed funding ដែលមិនបញ្ចេញតួលេខ ដោយដៃគូវិនិយោគ Chris Dixon គាំទ្រយ៉ាងពេញទំហឹងចំពោះការជំរុញអធិបតេយ្យភាពទិន្នន័យរបស់ Wen។

អ្នកគាំទ្រជាស្ថាប័នរួមមាន Khosla Ventures របស់លោក Vinod Khosla, Hummingbird VC, SV Angel, Breakneck Ventures និង Anthology ដែលជាមូលនិធិវិនិយោគរួមគ្នារវាង Anthropic និង Menlo Ventures។

បញ្ជីឈ្មោះវិនិយោគិនទេវតា (angel investors) និងវិស្វករល្បីៗជាច្រើនក៏បានចូលរួមក្នុងជុំនេះផងដែរ៖

  • Patrick Collison (នាយកប្រតិបត្តិ និងសហស្ថាបនិក Stripe)
  • Naval Ravikant (សហស្ថាបនិក AngelList)
  • Guillermo Rauch (នាយកប្រតិបត្តិ Vercel)
  • Noam Brown (អ្នកស្រាវជ្រាវផ្នែក Reasoning នៅ OpenAI)
  • Thomas Wolf (សហស្ថាបនិក និងប្រធានអ្នកវិទ្យាសាស្ត្រ Hugging Face)
  • Logan Kilpatrick (អ្នកដឹកនាំប្រព័ន្ធអេកូឡូស៊ីអ្នកអភិវឌ្ឍន៍)
  • Charles Songhurst (វិនិយោគិនបច្ចេកវិទ្យាល្បីឈ្មោះ និងជាអតីតអ្នករៀបចំយុទ្ធសាស្ត្រ Microsoft)

អត្ថន័យសម្រាប់អ្នកប្រើប្រាស់ និងតម្រូវការ Hardware

សម្រាប់អ្នកប្រើប្រាស់ទូទៅ និងបុគ្គលិកចំណេះដឹង Underdog បង្ហាញពីការផ្លាស់ប្តូរចេញពី AI ក្លោដបិទជិត និងគិតលុយ ឆ្ពោះទៅរកឧបករណ៍ផ្ទាល់ខ្លួនពេញលេញ។ អ្នកជំនាញច្បាប់ អ្នកគ្រប់គ្រងផ្នែកថែទាំសុខភាព នាយកប្រតិបត្តិក្រុមហ៊ុន និងអ្នកអភិវឌ្ឍន៍សូហ្វវែរដែលត្រូវបានហាមឃាត់ផ្លូវច្បាប់មិនឱ្យបិទភ្ជាប់កូដសម្ងាត់ ឬកំណត់ត្រាឯកជនទៅក្នុងម៉ូដែលក្លោដសាធារណៈ អាចដាក់ពង្រាយម៉ូដែលក្នុងស្រុកដោយមិនប្រឈមនឹងការបំពានច្បាប់អនុលោមភាពឡើយ។

ការដំណើរការម៉ូដែលដែលមានល្បឿនខ្ពស់នៅលើឧបករណ៍ផ្ទាល់ ទាមទារលក្ខខណ្ឌ hardware ជាក់លាក់មួយចំនួន៖

  • ការផ្តោតលើ Apple Silicon៖ កំណែដំបូងតម្រូវឱ្យប្រើ macOS លើ Apple silicon (ឈីបចាប់ពីជំនាន់ M1 ដល់ M5)។ ខណៈពេលដែលម៉ូដែលស្រាល Woof ដំណើរការបានស្រួលលើទំហំ 8 GB និង 16 GB ធម្មតា ការដំណើរការ Underdog 27B ឱ្យរលូនតម្រូវឱ្យមានអង្គចងចាំ unified memory យ៉ាងហោចណាស់ 32 GB។
  • ផលប៉ះពាល់លើថ្ម៖ ទោះបីជា Husky ផ្តល់នូវដំណើរការប្រសើរជាងមុនក្នុងមួយវ៉ាត់ធៀបនឹង runtime ដែលមិនបានកែលម្អក៏ដោយ ការដំណើរការទាញហេតុផលក្នុងម៉ាស៊ីនជាបន្តបន្ទាប់នឹងស៊ីថ្មកុំព្យូទ័រយួរដៃលឿនជាងការជជែកលើវិបសាយតាមរយៈ browser។

អ្វីដែលនឹងកើតឡើងបន្ទាប់៖ ផ្លូវខាងមុខ និងសំណួរដែលមិនទាន់មានចម្លើយ

Conway Research គ្រោងនឹងពង្រីកបញ្ជីរង់ចាំការអញ្ជើញជាបណ្តើរៗក្នុងប៉ុន្មានខែខាងមុខ ស្របពេលកំពុងបញ្ចប់ការបង្កើតកំណែឆ្លងវេទិកាសម្រាប់ Windows Copilot+ PC, វេទិកា Linux និងឧបករណ៍ចល័ត។

សំណួរជាក់ស្តែងសំខាន់ៗជាច្រើននៅតែបន្តមាន។ ខណៈពេលដែលការដំណើរការម៉ូដែលបើកចំហក្នុងស្រុកជួយការពារសំណួរប្រចាំថ្ងៃរបស់អ្នកប្រើ Conway មិនទាន់បានបង្ហាញពីផែនការរកប្រាក់ចំណូលពាណិជ្ជកម្មរយៈពេលវែងរបស់ខ្លួននៅឡើយទេ។ ការផ្គត់ផ្គង់កម្មវិធីដោយឥតគិតថ្លៃដល់អ្នកប្រើប្រាស់អាចបញ្ចៀសថ្លៃ server ប្រចាំខែដែលក្រុមហ៊ុន AI ក្លោដកំពុងជួបប្រទះ ប៉ុន្តែការថែរក្សា cluster បណ្តុះបណ្តាលម៉ូដែល ការបញ្ចេញកំណែអាប់ដេតសុវត្ថិភាព និងការបង្កើត kernel ផ្ទាល់ខ្លួន នឹងទាមទារដើមទុនជាបន្តបន្ទាប់។

លើសពីនេះ សុពលភាពរយៈពេលវែងនៃច្បាប់ Underdog នឹងត្រូវប្រឈមនឹងការសាកល្បងជាក់ស្តែង។ ខណៈពេលដែលការបង្រួមសមត្ថភាពជួរមុខឱ្យចូលទៅក្នុងអង្គចងចាំកម្រិតអតិថិជនអាចធ្វើទៅបាននៅពេលផ្លាស់ប្តូរពី LLM ជំនាន់ដំបូងទៅកាន់ម៉ូដែលគ្រឹះកម្រិតមធ្យម គម្លាតនេះអាចនឹងរីកធំឡើងប្រសិនបើស្ថាបត្យកម្មជួរមុខនាពេលអនាគតរីកធំធាត់ខ្លាំង ឬពឹងផ្អែកលើ cluster គណនាទំហំធំជាបន្តបន្ទាប់។ ថាតើម៉ូដែលក្នុងស្រុកទំហំ 2.4 GB ទៅ 15 GB អាចតាមទាន់កម្រិតជួរមុខទាំងនោះបានឬយ៉ាងណា នៅតែជាសំណួរបច្ចេកវិទ្យាស្នូលដែល Conway ត្រូវតែបញ្ជាក់ឱ្យឃើញនៅក្នុងឆ្នាំខាងមុខ។

សំណួរដែលសួរញឹកញាប់

តើអ្វីទៅជា Underdog AI?

Underdog គឺជាជំនួយការ AI ផ្ទាល់ខ្លួនលើឧបករណ៍ដែលបង្កើតឡើងដោយ Conway Research របស់លោក Sigil Wen។ វាដំណើរការអ៊ីមែល កាលវិភាគ ឯកសារក្នុងម៉ាស៊ីន និងកិច្ចការសរសេរកូដនៅលើកុំព្យូទ័ររបស់អ្នកទាំងស្រុង ដោយមិនបញ្ជូនទិន្នន័យផ្ទាល់ខ្លួនទៅកាន់ server ក្លោដឡើយ។

តើ Underdog ប្រើប្រាស់ដោយឥតគិតថ្លៃទាំងស្រុងមែនទេ?

បាទ/ចាស Underdog គឺឥតគិតថ្លៃសម្រាប់អ្នកប្រើប្រាស់ទូទៅ។ ដោយសារការគណនាដំណើរការនៅក្នុង hardware ផ្ទាល់ខ្លួនរបស់អ្នកប្រើប្រាស់ជាជាង server ក្លោដកណ្តាល វេទិកានេះលុបបំបាត់ការចំណាយលើការបង្ហោះជាប្រចាំដែលបង្ខំឱ្យដៃគូប្រកួតប្រជែងត្រូវគិតថ្លៃជាវប្រចាំខែ។

តើឧបករណ៍ណាខ្លះដែលអាចដំណើរការ Underdog បាននៅពេលនេះ?

បច្ចុប្បន្ន Underdog មានផ្តល់ជូនក្នុងការសាកល្បងបិទជិតសម្រាប់កុំព្យូទ័រ Mac ដែលប្រើ Apple silicon។ កំណែសម្រាប់ iPhone, Windows, Linux, Android និង hardware ប្រើ Nvidia កំពុងស្ថិតក្នុងការអភិវឌ្ឍយ៉ាងសកម្ម។

តើ Underdog មានសមត្ថភាពយ៉ាងណាដែរ បើធៀបនឹងម៉ូដែលក្លោដដូចជា Claude ឬ GPT?

ម៉ូដែលតូច Woof (4B) របស់វាត្រូវបានរចនាឡើងសម្រាប់កិច្ចការប្រចាំថ្ងៃ ខណៈដែលម៉ូដែល Underdog 27B មានសមត្ថភាពស្មើ ឬលើសម៉ូដែលជួរមុខជំនាន់មុនដូចជា Claude Opus 4.6 ក្នុងការធ្វើតាមការណែនាំ និងការកែកូដ។ ទោះជាយ៉ាងណា cluster ក្លោដធំៗនៅតែមានប្រៀបលើកិច្ចការសិក្សាស្រាវជ្រាវស៊ីជម្រៅ វិទ្យាសាស្ត្រ និងចំណេះដឹងឯកទេសខ្ពស់។

តើអ្នកណាខ្លះជាអ្នកផ្តល់មូលនិធិដល់ Underdog និង Conway Research?

ក្រុមហ៊ុននេះទទួលបានការគាំទ្រពី Andreessen Horowitz (a16z), Khosla Ventures, Hummingbird VC, Anthology (Anthropic/Menlo Ventures) និងវិនិយោគិនទេវតារួមមានលោក Patrick Collison, Naval Ravikant និង Guillermo Rauch។

ប្រភព

Related articles