Les modèles NVIDIA Nemotron-3-Super-120B, Qwen3.5-9B et Qwen3.5-27B sont désormais disponibles sur Amazon SageMaker JumpStart
Les modèles Nemotron-3-Super-120B, Qwen3.5-9B et Qwen3.5-27B de NVIDIA sont désormais disponibles sur Amazon SageMaker JumpStart, élargissant ainsi le portefeuille de modèles de fondation proposés aux clients AWS. Ces trois modèles apportent des fonctionnalités spécialisées couvrant le raisonnement agentique, le codage multilingue et le suivi d’instructions avancées, ce qui permet aux clients de déployer des solutions d’IA évolutives et performantes sur l’infrastructure AWS.
Ces modèles répondent aux différents défis de l’IA d’entreprise grâce à des fonctionnalités spécialisées :
Le Nemotron-3-Super-120B est optimisé pour les agents collaboratifs et les charges de travail volumineuses telles que l’automatisation des tickets informatiques. Il utilise une architecture hybride Latent Mixture-of-Experts (LatentMOE) avec des couches Mamba-2 et MoE, permettant de puissantes capacités agentiques, de raisonnement et de conversation utiles pour les applications multi-agents telles que le développement de logiciels et le triage de cybersécurité.
Qwen 3.5 9B excelle dans le codage multilingue, le suivi des instructions et la planification à long terme, l’automatisation des flux de développement de logiciels et l’exécution de tâches bureautiques complexes en plusieurs étapes. Sa conception compacte concilie efficacité et performance pour les environnements aux ressources limitées.
Qwen 3.5 27B fournit une compréhension contextuelle plus approfondie, des capacités de raisonnement étendues et une meilleure compréhension de scénarios spatiaux/complexes, ce qui est idéal pour le raisonnement multimodal avancé et le traitement de documents à grande échelle.
Avec SageMaker JumpStart, les clients peuvent déployer n’importe lequel de ces modèles en quelques clics pour répondre à leurs cas d’utilisation spécifiques de l’IA.
Pour commencer à utiliser ces modèles, accédez au catalogue de modèles SageMaker JumpStart dans la console SageMaker ou utilisez le kit SDK Python de SageMaker pour déployer les modèles sur votre compte AWS. Pour en savoir plus sur le déploiement et l’utilisation de modèles de fondation dans SageMaker JumpStart, consultez la documentation relative à Amazon SageMaker JumpStart.