1 அடித்தளம்
ஏன் உள்நாட்டு AI? உரிமையின் வணிக நியாயம்
2020களின் தொடக்கத்தில், செயற்கை நுண்ணறிவு என்பது நீங்கள் வாடகைக்கு எடுத்த ஒரு சேவையாக இருந்தது - மணிநேரத்திற்கு, டோக்கனுக்கு, API அழைப்புக்கு. 2026க்குள், முன்மாதிரி மாறிவிட்டது. "GPT-4 வகுப்பு" நுண்ணறிவை இயக்க தேவையான வன்பொருள் இப்போது உங்கள் மேசையில் பொருந்துகிறது மற்றும் பயன்படுத்தப்பட்ட காரை விட குறைவான விலையில் உள்ளது.
கிளவுட்-மட்டும் AI மீதான தொடர்ந்த சார்பு ஒரு மூலோபாய மும்முரத்தை முன்வைக்கிறது:
- விரைவாக அதிகரிக்கும் செலவுகள். டோக்கன் வாரியான API கட்டணங்கள் பயன்பாட்டுக்கு ஏற்ப நேர்கோட்டில் அதிகரிக்கும். ஒரு சட்ட நிறுவனம் தினமும் 1,000 ஒப்பந்தங்களைச் செயலாக்கினால் ~ 3.3 கோடி ஆண்டு API செலவுகளை எதிர்கொள்ளலாம்.
- தரவு வெளிப்பாடு. கிளவுட் APIக்கு அனுப்பப்படும் ஒவ்வொரு வினவலும் உங்கள் நெட்வொர்க்கை விட்டு வெளியேறும் தரவு மற்றும் தரவு பாதுகாப்பு மற்றும் தனியுரிமை அபாயங்களுக்கு உட்படுத்தப்படுகிறது.
- பூஜ்ய அல்லது விலையுயர்ந்த தனிப்பயனாக்கம். கிளவுட் மாடல்கள் பொதுவானவை. தனிப்பயன் தரவு, உள் வணிக செயல்முறைகள் அல்லது வணிக நுண்ணறிவகியவற்றில் அவை எளிதாக அல்லது செலவு திறன்மிக்க முறையில் நுட்பமாக்க முடியாது.
உள்நாட்டு AI வன்பொருள் இம்மூன்றையும் தீர்க்கிறது. இது மாறுபட்ட API கட்டணங்களை நிலையான மூலதன சொத்தாக மாற்றுகிறது, தரவு LAN ஐ விட்டு வெளியேறாது என்பதை உறுதி செய்கிறது மற்றும் வணிக தரவில் நுட்பமாக்குவதன் மூலம் ஆழமான தனிப்பயனாக்கத்தை சாத்தியமாக்குகிறது.
2 செலவுகளைக் குறைத்தல்
குவாண்டிசேஷன்: மலிவான வன்பொருளில் பெரிய AI மாடல்களை இயக்கவும்
குவாண்டிசேஷன் என்பது உள்நாட்டு AIயின் பொருளாதாரத்தை அடிப்படையில் மாற்றும் ஒரு கருத்து.
எளிமையான சொற்களில், குவாண்டிசேஷன் ஒரு AI மாடலின் நினைவகத் தடத்தை சுருக்குகிறது. ஒரு நிலையான மாடல் ஒவ்வொரு அளவுருவையும் 16-பிட் மிதவை-புள்ளி எண்ணாக (FP16) சேமிக்கிறது. குவாண்டிசேஷன் இதை 8-பிட் (Int8), 4-பிட் (Int4) அல்லது அதற்கும் குறைவாகக் குறைக்கிறது - மாடலை இயக்க தேவையான நினைவகத்தின் அளவை வியத்தகு முறையில் சுருக்குகிறது.
குவாண்டிசேஷன் வெளியீட்டு தரத்தில் சிறிது குறைவை ஏற்படுத்துகிறது - சுருக்கம், வரைவு மற்றும் பகுப்பாய்வு போன்ற வணிக பணிகளுக்கு பெரும்பாலும் உணர முடியாதது - இதற்கு பதிலாக வன்பொருள் செலவில் பாரிய குறைப்பு கக்கிறது.
முழு துல்லியத்தில் உள்ள 400பி மாதிரிக்கு ~800 ஜிபி நினைவகம் தேவை — ~ 1.8 கோடி சேவையக முதலீடு. அதே மாதிரி இன்ட்4-க்கு குவாண்டைஸ் செய்யப்பட்டால் ~200 ஜிபி மட்டுமே தேவைப்படும், மேலும் இது இணைக்கப்பட்ட இரண்டு டிஜிஎக்ஸ் ஸ்பார்க் (ஜிபி10 சூப்பர்சிப் அடிப்படையிலான) மினி-பிசிகளில் 7.3 இலட்சம்க்கு இயக்கப்படலாம்.
நிபுணர் கலவை (MoE)
நிபுணர் கலவை என்பது மிகப்பெரிய நினைவகச் செலவின்றி பாரிய மாதிரிகளை வெளியிடுவதற்கான மற்றொரு AI மாதிரி கட்டமைப்பு உத்தியாகும்.
ஒவ்வொரு வினாவுக்கும் அனைத்து அளவுருக்களையும் பயன்படுத்துவதற்குப் பதிலாக, ஒரு MoE மாதிரி அரிதான செயல்படுத்தல் மூலம் தனது திறனில் ஒரு சிறிய பகுதியை மட்டுமே செயல்படுத்துகிறது.
லாமா 4 பெஹிமோத் போன்ற 2-டிரில்லியன் அளவுருக்கள் கொண்ட MoE மாதிரி ஒரு வினாவிற்கு 288பி அளவுருக்களை மட்டுமே செயல்படுத்துகிறது — நினைவகச் செலவில் ஒரு சிறிய பகுதியில் முன்னணி நிலை நுண்ணறிவை வழங்குகிறது.
ஒரே அளவுள்ள அடர்ந்த மாதிரிகளுடன் ஒப்பிடும்போது, சுருக்கம் மற்றும் வகைப்படுத்துதல் போன்ற எளிய பணிகளில் MoE மாதிரிகள் சற்று குறைந்த திறன் கொண்டவை. சிக்கலான பகுப்பாய்வு, குறியீடு உருவாக்கம் மற்றும் ஆராய்ச்சி போன்ற அறிவு வேலைகள் மற்றும் பகுத்தறிவுக்கு MoE மாதிரிகள் சிறப்பாகச் செயல்படுகின்றன.
அரிதான செயல்படுத்தல் வேகமான இன்ஃபரன்ஸ் வேகத்தையும் விரைவான பதிலளிப்பு நேரங்களையும் விளைவிக்கிறது.
3 மினி-பிசிகள்
AI மினி-பிசிகள் ₹1,30,000 முதல் ₹10,00,000 வரை
2026 இன் மிகவும் சீர்குலைக்கும் வளர்ச்சி என்பது மினி-பிசி வடிவ காரணியில் உயர் திறன் கொண்ட AI கம்ப்யூட்டிங் ஆகும். இரண்டு ஆண்டுகளுக்கு முன்பு சேவையக அறைகள் தேவைப்பட்ட AI மாடல்களை இப்போது கடின அட்டைப் புத்தகத்தை விட பெரியதாக இல்லாத சாதனங்கள் இயக்குகின்றன.
NVIDIA GB10 சுற்றுச்சூழல் (DGX ஸ்பார்க்)
செயல்திறன் தலைவர்
NVIDIA DGX ஸ்பார்க் இந்த வகையை வரையறுத்துள்ளது. 2026 இல், ARM கிரேஸ் CPUயை பிளாக்வெல் GPU உடன் இணைக்கும் GB10 சூப்பர்சிப் ஒரு முழுமையான சுற்றுச்சூழலை உருவாக்கியுள்ளது. ASUS, GIGABYTE, Dell, Lenovo, HP, MSI மற்றும் Supermicro ஆகிய அனைத்தும் GB10-அடிப்படையிலான அமைப்புகளை உற்பத்தி செய்கின்றன, ஒவ்வொன்றும் வெவ்வேறு வடிவ காரணிகள், குளிரூட்டும் தீர்வுகள் மற்றும் இணைக்கப்பட்ட மென்பொருள்களைக் கொண்டுள்ளன.
அர்ப்பணிக்கப்பட்ட அதிவேக நெட்வொர்க் போர்ட் மூலம் இரண்டு GB10 அலகுகளை இணைன் ம கணினி வளங்களை 256 GB நினைவக இடத்தில் ஒன்றிணைக்கிறது. இது மிகப் பெரிய மாடல்களை இயக்கும் திறனைத் திறக்கிறது - 400B+ அளவுருக்கள் குவாண்டைஸ் செய்யப்பட்டவை - தோராயமாக 7.3 இலட்சம் மொத்த வன்பொருள் முதலீட்டிற்கு முழுமையாக உங்கள் மேசையில்.
AMD ரைசன் AI மேக்ஸ் (ஸ்ட்ரிக்ஸ் ஹாலோ) மினி-பிசிகள்
மிகக் குறைந்த செலவு
AMD இன் ரைசன் AI மேக்ஸ்+ ஸ்ட்ரிக்ஸ் ஹாலோ
கட்டமைப்பு பட்ஜெட் AI மினி-பிசிகளின் முற்றிலும் புதிய வகையை உருவாக்கியுள்ளது. GMKtec, Beelink, Corsair, NIMO, Bosgame, FAVM போன்ற உற்பத்தியாளர்கள் இப்போது ~ 1.8 இலட்சம் கீழ் 128 GB யுனிஃபைட்-மெமரி அமைப்புகளை அனுப்புகின்றனர்.
ஆப்பிள் மேக் ஸ்டுடியோ (M4 அல்ட்ரா)
திறன் தலைவர்
உள்நாட்டு AI தளத்தில் மேக் ஸ்டுடியோ ஒரு தனித்துவமான நிலையைப் பிடித்துள்ளது. ஆப்பிளின் யுனிஃபைட் மெமரி கட்டமைப்பு (UMA) CPU மற்றும் GPU இரண்டிற்கும் அணுகக்கூடிய 256 GB வரை நினைவகத்தை ஒரு கச்சிதமான டெஸ்க்டாப் அலகில் வழங்குகிறது - கிளஸ்டரிங் தேவையில்லை.
இது மிகப்பெரிய திறந்த மூல மாடல்களை ஏற்றக்கூடிய ஒரே மலிவான
ஒற்றை சாதனமாக அமைகிறது. 400-பில்லியன் அளவுரு மாடல் Int4 ஆக குவாண்டைஸ் செய்யப்பட்டு 256 GB கட்டமைப்பில் முழுமையாக நினைவகத்தில் பொருந்துகிறது.
ஆப்பிள் மேக் ஸ்டுடியோ (M5 அல்ட்ரா)
வரவிருக்கும் போட்டியாளர்
2026 இறுதியில் எதிர்பார்க்கப்படும் ஆப்பிளின் அடுத்த தலைமுறை M5 அல்ட்ரா, M4 இன் முதன்மை பலவீனத்தைத் தீர்க்கும் என்று வதந்திகள் உள்ளன: AI மாடல் பயிற்சி செயல்திறன். TSMC இன் 2nm செயல்முறையில் கட்டப்பட்ட இது, 1.2 TB/s ஐ தாண்டிய பேண்ட்வித்துடன் 512 GB வரை ஒருங்கிணைந்த நினைவக கட்டமைப்புகளை வழங்கும் என்று எதிர்பார்க்கப்படுகிறது.
512 GB M5 அல்ட்ரா குவாண்டைஸ் செய்யப்படாத (முழு துல்லியம்) எல்லை மாடல்களை இயக்கக்கூடிய முதல் நுகர்வோர் சாதனமாக இருக்கும். 1.2+ TB/s உயர் நினைவக பேண்ட்வித் மிக நீண்ட கான்டெக்ஸ்ட் விண்டோக்களுடன் நிலையான அதிக-த்ரூபுட் இன்ஃபரன்ஸ் தேவைப்படும் ஏஜென்டிக் AI பணிப்பாய்வுகளை ஆதரிக்கிறது.
டின்னி ஏஐ
பாக்கெட் ஏஐ சூப்பர்கம்ப்யூட்டர்
2026இல் கிக்ஸ்டார்ட்டரில் 1.3 இலட்சம்க்கு வெளியிடப்பட்ட டின்னி.ஏஐ பாக்கெட் ஏஐ கம்ப்யூட்டர் என்பது 80ஜிபி எல்ஜிடிடிஆர்5எக்ஸ் நினைவகம் மற்றும் 1டிபி எஸ்எஸ்டி கொண்ட பாக்கெட் சூப்பர்கம்ப்யூட்டராகும், இது எங்கும் உள்ளூரில் 120பி ஏஐ மாதிரிகளை இயக்க உதவுகிறது.
300 கிராம் எடையும் (142×22×80மிமீ) தரநிலை யுஎஸ்பி-சி மூலம் இயக்கப்படுவதுமான இது புதுமையான வணிகப் பயன்பாடுகளை ஆதரிக்கிறது. ஜிபிடி-ஓஎஸ்எஸ்-120பிக்கு விநாடிக்கு 21.14 டோக்கன்கள் வெளியீட்டு வேகத்தை டின்னி ஏஐ தெரிவிக்கிறது.
டென்ஸ்டோரண்ட்
திறந்த மூல வன்பொருள்
புராண சிப் கட்டிடக் கலைஞர் ஜிம் கெல்லரால் வழிநடத்தப்படும் டென்ஸ்டோரண்ட் ஒரு அடிப்படையில் வேறுபட்ட தத்துவத்தை பிரதிநிதித்துவப்படுத்துகிறது: RISC-V அடிப்படையில் கட்டப்பட்ட திறந்த மூல வன்பொருள், திறந்த மூல மென்பொருள் மற்றும் டெய்சி-செயினிங் மூலம் மாடுலர் ஸ்கேலிங்.
டென்சிக்ஸ்
AI கோர்கள் நேர்கோட்டில் அளவிடுவதற்காக வடிவமைக்கப்பட்டுள்ளன: GPUகளைப் போலல்லாமல், நீங்கள் அதிக கார்டுகளைச் சேர்க்கும்போது தகவல்தொடர்பு மேலோட்டத்துடன் போராடுகின்றன, டென்ஸ்டோரண்ட் சிப்கள் திறமையாக டைல் செய்யப்படுவதற்காக கட்டப்பட்டுள்ளன.
ரேசருடன் கூட்டு சேர்ந்து, டென்ஸ்டோரண்ட் தண்டர்போல்ட் மூலம் எந்த லேப்டாப் அல்லது டெஸ்க்டாப்புடனும் இணைக்கும் ஒரு கச்சிதமான வெளிப்புற AI முடுக்கியை வெளியிட்டுள்ளது - எதையும் மாற்றாமல் இருக்கும் வன்பொருளை AI பணிநிலையமாக மாற்றுகிறது.
AI NAS — நெட்வொர்க் அட்டாச்டு ஸ்டோரேஜ்
சேமிப்பகம் + AI
NAS இன் வரையறை செயலற்ற சேமிப்பிலிருந்து செயலில் நுண்ணறிவுக்கு மாறிவிட்டது. நெட்வொர்க் சேமிப்பக சாதனங்களின் புதிய தலைமுறை AI செயலாக்கத்தை நேரடியாக ஒருங்கிணைக்கிறது - லேட்வெயிட் NPU-அடிப்படையிலான இன்ஃபரன்ஸிலிருந்து முழு GPU-முடுக்கப்பட்ட LLM டிப்ளாய்மென்ட் வரை.
AI-திறன் கொண்ட NAS தனி AI சாதனத்தின் தேவையை நீக்குகிறது மற்றும் பூஜ்ஜிய பிணைய பரிமாற்ற தாமதத்துடன் பெரிய அளவிலான தரவுகளை நேரடியாக செயலாக்க அனுமதிக்கிறது.
உங்கள் வணிகத்திற்கு சரியான AI மினி-பிசியை தேர்ந்தெடுப்பதில் உதவி தேவையா?
எங்கள் பொறியாளர்கள் உங்கள் AI வன்பொருள் தேவைகளை மதிப்பீடு செய்து முழுமையாக கட்டமைக்கப்பட்ட AI அமைப்பை நிறுவ முடியும்.
இலவச வன்பொருள் மதிப்பீட்டைப் பெறுங்கள் →4 பணிநிலையங்கள்
AI பணிநிலையங்கள் & டெஸ்க்டாப் பிசிகள் 2.7 இலட்சம் - 13.6 இலட்சம்
பணிநிலையம் பிரிவு தனித்த PCIe கிராபிக்ஸ் கார்டுகள் மற்றும் நிலையான டவர் சேஸிகளைப் பயன்படுத்துகிறது. மினி-பிசி பிரிவின் நிலையான ஒருங்கிணைந்த கட்டமைப்புகளைப் போலன்றி, இந்த பிரிவு மாடுலாரிட்டியை வழங்குகிறது — தனிப்பட்ட கூறுகளை மேம்படுத்தலாம், அதிக GPUகளை சேர்க்கலாம் அல்லது தொழில்நுட்பம் முன்னேறும்போது கார்டுகளை மாற்றலாம்.
VRAM மற்றும் வேகத்தைப் புரிந்துகொள்ளுதல்
AIக்கான GPU தேர்வை இரண்டு போட்டிக் காரணிகள் வரையறுக்கின்றன:
நுகர்வோர் கார்டுகள் (RTX 5090 போன்றவை) வேகத்தை அதிகரிக்கின்றன ஆனால் வரம்பான VRAMஐ வழங்குகின்றன — பொதுவாக 24–32 GB. தொழில்முறை கார்டுகள் (RTX PRO 6000 பிளாக்வெல் போன்றவை) VRAMஐ அதிகரிக்கின்றன — கார்டுக்கு 96 GB வரை — ஆனால் கணிப்பு அலகுக்கு அதிக விலை.
VRAM முக்கிய கட்டுப்பாடு. போதிய நினைவகம் இல்லாத வேகமான கார்டு AI மாதிரியை ஏற்ற முடியாது. போதுமான நினைவகம் கொண்ட மெதுவான கார்டு மாதிரியை இயக்கும் — நீண்ட பதில் நேரங்களுடன்.
நுகர்வோர் GPUகள்
| கட்டமைப்பு | மொத்த VRAM | இணைப்பு | மதிப்பிட. செலவு |
|---|---|---|---|
| 2× RTX 3090 (பயன்படுத்தப்பட்டது) | 48 GB | NVLink | ~ 2.7 இலட்சம் |
| 2× RTX 4090 | 48 GB | PCIe Gen 5 | 3.6 இலட்சம் |
| 2× RTX 5090 | 64 GB | PCIe Gen 5 | 6.4 இலட்சம் |
தொழில்முறை GPUகள்
| கட்டமைப்பு | மொத்த VRAM | இணைப்பு | மதிப்பிட. செலவு |
|---|---|---|---|
| 2× RTX A6000 சிறந்த மதிப்பு | 96 GB | NVLink | 6.4 இலட்சம் |
| 2× RTX 6000 Ada | 96 GB | PCIe Gen 5 | 11.8 இலட்சம் |
| 1× RTX PRO 6000 பிளாக்வெல் | 96 GB | NVLink | 7.3 இலட்சம் |
| 4× RTX PRO 6000 பிளாக்வெல் | 384 GB | PCIe Gen 5 | 29.1 இலட்சம் |
டேட்டா சென்டர் GPUகள்
| கட்டமைப்பு | மொத்த VRAM | இணைப்பு | மதிப்பிட. செலவு |
|---|---|---|---|
| 1× L40S | 48 GB | PCI4.0 (பாஸிவ் கூலிங்) | 6.4 இலட்சம் |
| 1× A100 PCIe | 80 GB | PCIe 4.0 | 9.1 இலட்சம் |
| 1× H200 NVL | 141 GB | NVLink | 27.3 இலட்சம் |
| 4× H200 NVL | 564 GB | NVLink | 1.1 கோடி |
| 1× B200 SXM | 180 GB | NVLink 5 (1.8 TB/s) | 27.3 இலட்சம் |
| 8× B200 SXM | 1,440 GB | NVLink 5 (1.8 TB/s) | 2.2 கோடி |
சீன GPUகள்
சீனாவின் உள்நாட்டு GPU சூழலமைப்பு விரைவாக முதிர்ச்சியடைந்துள்ளது. பல சீன உற்பத்தியாளர்கள் இப்போது போட்டித்திறன் கொண்ட விவரக்குறிப்புகள் மற்றும் கணிசமாக குறைந்த விலைகளுடன் பணிநிலையம்-தர AI GPUகளை வழங்குகின்றனர்.
| கட்டமைப்பு | மொத்த VRAM | நினைவக வகை | மதிப்பிட. செலவு |
|---|---|---|---|
| 1× மூர் த்ரெட்ஸ் MTT S4000 | 48 GB | GDDR6 | 72,721 |
| 4× மூர் த்ரெட்ஸ் MTT S4000 | 192 GB | GDDR6 | 3.2 இலட்சம் |
| 8× மூர் த்ரெட்ஸ் MTT S4000 | 384 GB | GDDR6 | 5.9 இலட்சம் |
| 1× ஹைகான் DCU Z100 | 32 GB | HBM2 | 2.3 இலட்சம் |
| 1× பைரன் BR104 | 32 GB | HBM2e | ~ 2.7 இலட்சம் |
| 8× பைரன் BR104 | 256 GB | HBM2e | 21.8 இலட்சம் |
| 1× ஹுவாவேய் அஸெண்ட் அட்லஸ் 300I டியூவோ | 96 GB | HBM2e | 1.1 இலட்சம் |
| 8× ஹுவாவேய் அஸெண்ட் அட்லஸ் 300I டியூவோ | 768 GB | HBM2e | 9.1 இலட்சம் |
விரைவில் வரவிருக்கிறது
| கட்டமைப்பு | மொத்த VRAM | நிலை | மதிப்பிட. செலவு |
|---|---|---|---|
| RTX 5090 128 GB | 128 GB | சீன மாற்றம் — நிலையான SKU அல்ல | 4.5 இலட்சம் |
| RTX டைட்டன் AI | 64 GB | 2027 இல் எதிர்பார்க்கப்படுகிறது | ~ 2.7 இலட்சம் |
NVIDIA DGX ஸ்டேஷன்
எண்டர்பிரைஸ் ஏபெக்ஸ்
NVIDIA DGX Station என்பது தண்ணீர்-குளிரூட்டப்பட்ட, மேசைப்பக்க சூப்பர்கம்ப்யூட்டர்
ஆகும், இது தரவு மையத்தின் செயல்திறனை அலுவலக சூழலுக்குக் கொண்டுவருகிறது. சமீபத்திய பதிப்பு GB300 கிரேஸ் பிளாக்வெல் சூப்பர்சிப்-ஐ பயன்படுத்துகிறது.
பிளாக்வெல் அல்ட்ரா
பதிப்பு நினைவக அடர்து திறனை அதிகரிக்கிறது, பூஜ்ஜியத்தில் இருந்து தனிப்பயன் மாதிரிகளை பயிற்றுவிக்க வேண்டும் அல்லது பாரிய MoE (கலவை நிபுணர்கள்) கட்டமைப்புகளை உள்ளூரில் இயக்க வேண்டிய அமைப்புகளுக்காக வடிவமைக்கப்பட்டது.
முந்தைய தலைமுறை ஆம்பியர் கட்டமைப்பை அடிப்படையாகக் கொண்டிருந்தாலும், நம்பகமான இன்ஃபரன்ஸ் மற்றும் ஃபைன்-டியூனிங்கிற்கான தொழில்துறைத் தரநிலையாக இது தொடர்கிறது. பிளாக்வெல்லுக்கான பட்ஜெட் இல்லாத ஏஐத் துறையில் நுழையும் குழுக்களுக்கு மிகவும் பொருத்தமானது.
விலை அதிகமாக இருந்தாலும், டிஜிஎக்ஸ் ஸ்டேஷன் ~ 2.7 கோடி சேவையக ரேக்கையும் அதன் தொடர்புடைய குளிரூட்டும் உள்கட்டமைப்பையும் மாற்றுகிறது. இது ஒரு தரநிலை சுவர் சாக்கெட்டில் செருகப்படுகிறது. இது சேவையக அறை
மேல்நிலைச் செலவை முழுமையாக நீக்குகிறது.
உங்கள் வணிகத்திற்கு சரியான AI பணிநிலையத்தை தேர்ந்தெடுப்பதில் உதவி தேவையா?
எங்கள் பொறியாளர்கள் உங்கள் AI வன்பொருள் தேவைகளை மதிப்பீடு செய்து முழுமையாக கட்டமைக்கப்பட்ட AI அமைப்பை நிறுவ முடியும்.
இலவச வன்பொருள் மதிப்பீட்டைப் பெறுங்கள் →5 சேவையகங்கள்
AI சேவையகங்கள் 13.6 இலட்சம் - 1.8 கோடி
உங்கள் வணிகம் பல ஊழியர்களை ஒரே நேரத்தில் சேவை செய்ய வேண்டும், அடித்தள-தர மாதிரிகளை முழு துல்லியத்தில் இயக்க வேண்டும் அல்லது சொந்த தரவுகளில் தனிப்பயன் மாதிரிகளை ஃபைன்-டியூன் செய்ய வேண்டும் எனும்போது — நீங்கள் சேவையக அடுக்கை அடைகிறீர்கள்.
இது உயர்-பேண்ட்விட்த் நினைவகம் (HBM), சிறப்பு இணைப்பிகள் மற்றும் ரேக்-மவுண்ட் செய்யக்கூடிய அல்லது மேசைப் பக்க வடிவங்கள் கொண்ட அர்ப்பணிக்கப்பட்ட AI முடுக்கி கார்டுகளின் டொமைன் ஆகும். வன்பொருள்திக விலையில் உள்ளது, ஆனால் பயனர் ஒன்றுக்கான செலவு அளவில் கணிசமாக குறைகிறது.
இன்டெல் காடி 3
அளவில் சிறந்த மதிப்பு
இன்டெலின் காடி 3 முடுக்கி ஒரு AI பயிற்சி மற்றும் இன்ஃபரன்ஸ் சிப் ஆக முழுமையாக வடிவமைக்கப்பட்டது — மறுபயன்பாட்டு கிராபிக்ஸ் கார்டு அல்ல. ஒவ்வொரு கார்டும் ஒருங்கிணைந்த 400 Gb ஈத்தர்நெட் நெட்வொர்க்கிங்குடன் 128 GB HBM2e நினைவகத்தை வழங்குகிறது, தனி நெட்வொர்க் அடாப்டர்களின் தேவையை நீக்குகிறது.
காடி 3 இரண்டு வடிவக் காரணிகளில் கிடைக்கிறது:
- PCIe அட்டை (HL-338): தற்போதுள்ள சேவையகங்களில் ஒருங்கிணைப்பதற்கான தரநிலை பிசிஐஇ வடிவக் காரணி. மதிப்பீட்டு விலை: அட்டைக்கு ~ 10.9 இலட்சம்.
- ஓஏஎம் (ஓசிபி முடுக்கி தொகுதி): கிளவுட் தரவு மையங்களுக்கான அதிக அடர்த்தி கொண்ட ஓசிபி தரநிலை. மொத்தமாக 8-சிப் கிட்களில் வாங்கும் போது சிப்பிற்கு 14.2 இலட்சம் (அடிப்பலகையுடன் மொத்தம் ~ 1.1 கோடி).
8-அட்டை காடி 3 சேவையகம் 1 டிபி மொத்த ஏஐ நினைவகத்தை ஒப்பிடக்கூடிய என்விடியா எச்100 அமைப்பை விட மிகக் குறைந்த விலையில் வழங்குகிறது.
ஏஎம்டி இன்ஸ்டிங்க்ட் MI325X
அதிகபட்ச அடர்த்தி
ஏஎம்டி இன்ஸ்டிங்க்ட் எம்ஐ325எக்ஸ் ஒரு அட்டையில் 256 ஜிபி எச்பிஎம்3இ நினைவகத்தைக் கொண்டுள்ளது — இன்டெல் காடி 3-ஐ விட இருமடங்கு. இன்டெல்லுக்கு 8 அட்டைகள் தேவைப்படும்போது, 1 டிபி மொத்த ஏஐ நினைவகத்தை அடைய 4 அட்டைகள் மட்டுமே தேவை.
எம்ஐ325எக்ஸ் காடி 3-ஐ விட ஒரு அமைப்புக்கு அதிக விலையுடையது, ஆனால் வேகமானது மற்றும் அடர்த்தியானது. அதிகபட்ச வழிமுறையைத் தேவைப்படும் பணிச்சுமைகளுக்கு — அதிக பயனர்களுக்கு உடனடி இன்ஃபரன்ஸ் அல்லது பெரிய தரவுத் தொகுப்புகளில் தனிப்பயன் மாதிரிகளைப் பயிற்றுவித்தல் — குறைந்த தாமதம் மற்றும் எளிமையான உள்கட்டமைப்பு ஆகியவற்றால் அதிக முதலீடு தானாகவே ஈடுசெய்யப்படுகிறது.
ஹுவாவேய் அஸெண்ட்
முழு-ஸ்டாக் மாற்று
ஹுவாவேய் முழு AI உள்கட்டமைப்பு ஸ்டாக்கை பிரதிபலித்துள்ளது: தனிப்பயன் சிலிக்கான் (அஸெண்ட் 910B/C), சொந்தமான இணைப்பிகள் (HCCS), மற்றும் முழுமையான மென்பொருள் கட்டமைப்பு (CANN). இதன் விளைவாக மேற்கத்திய விநியோக சங்கிலிகளிலிருந்து சுயாதீனமாக இயங்கும் மற்றும் ஒப்பிடக்கூடிய NVIDIA H100 கிளஸ்டர்களை விட மிகவும் குறைந்த விலையில் ஒரு சுய-பராமரிக்கும் சூழலமைப்பு ஆகும்.
இன்டெல் ஜியான் 6 (கிரானைட் ரேபிட்ஸ்)
பட்ஜெட் சேவையகம்
2026-ல் ஒரு அமைதிப் புரட்சி என்பது CPU-அடிப்படையிலான AI உய்த்துணர்தல் உயர்வு ஆகும். இன்டெல் செவான் 6 செயலிகள் AMX (அட்வான்ஸ்டு மெட்ரிக்ஸ் எக்ஸ்டென்ஷன்ஸ்) உள்ளடக்கியுள்ளது, இது நிலையான DDR5 ரேமில் AI பணிச்சுமைகளை செயல்படுத்துகிறது — இது GPU நினைவகத்தை விட கணிசமாக மலிவானது.
இரட்டை-சாக்கெட் ஜியான் 6 சேவையகம் GPU நினைவகத்தின் செலவில் ஒரு பகுதிக்கு 1 TB முதல் 4 TB DDR5 RAM வைத்திருக்க முடியும். இன்ஃபரன்ஸ் வேகம் மெதுவாக உள்ளது, ஆனால் தொகுதி செயலாக்கத்திற்கு — வேகம் முக்கியமல்ல ஆனால் புத்திசாலித்தனம் மற்றும் திறன் முக்கியம் — இது மாற்றத்தை ஏற்படுத்துகிறது.
எடுத்துக்காட்டு: ஒரு சிறு மற்றும் நடுத்தர வணிகம் இரவில் 100,000 ஸ்கேன் செய்யப்பட்ட இன்வாய்சஸை அப்லோட் செய்கிறது. ஜியான் 6 சேவையகம் டேட்டாவை சரியாக பிரித்தெடுக்க +400B AI மாதிரியை இயக்குகிறது. பணி 10 மணி நேரம் எடுக்கும், ஆனால் வன்பொருள் செலவு GPU சேவையகத்தை விட மிகவும் குறைவு.
சரியான AI சேவையக உள்கட்டமைப்பை தேர்ந்தெடுப்பதில் உதவி தேவையா?
எங்கள் உள்கட்டமைப்பு குழு முழுமையான AI சேவையக தீரளை வடிவமைத்து நிறுவுகிறது - இன்டெல் கௌடி முதல் என்விடியா டிஜிஎக்ஸ் வரை - தனிப்பயனாக்கப்பட்ட மென்பொருளுடன் இணைந்து - உங்கள் வணிகத்திற்கான AI திறன்களை வெளிக்கொணர.
சேவையக கட்டமைப்பு முன்மொழிவைக் கோருக →6 எட்ஜ் AI
எட்ஜ் AI & ரெட்ரோஃபிட் தற்போதைய உள்கட்டமைப்பை மேம்படுத்துதல்
ஒவ்வொரு சிறு-நடுத்தர வணிகத்திற்கும் ஒரு அர்ப்பணிக்கப்பட்ட AI சேவையகம் அல்லது மினி-பிசி தேவையில்லை. பலர் குறைந்த செலவில் லேப்டாப்கள், டெஸ்க்டாப்கள் மற்றும் நெட்வொர்க் சாதனங்களை AI திறன்களுடன் மேம்படுத்தி தற்போதைய உள்கட்டமைப்பில் நுண்ணறிவை உட்பொதிக்க முடியும்.
எம்.2 AI முடுக்கிகள்: ஹெய்லோ-10
ஹெய்லோ-10 என்பது ஒரு நிலையான எம்.2 2280 தொகுதி - SSDகளுக்குப் பயன்படுத்தப்படும் அதே ஸ்லாட் - இது எந்தவொரு தற்போதைய பிசிக்கும் அர்ப்பணிக்கப்பட்ட AI செயலாக்கத்தைச் சேர்க்கிறது. யூனிட் ஒன்றுக்கு ~~ 13,635 மற்றும் 5–8W மின்சாரம் மட்டுமே நுகரும், இது வன்பொருளை மாற்றாமல் கடற்படை-அளவிலான AI மேம்பாடுகளை சாத்தியமாக்குகிறது.
பயன்பாட்டு நிகழ்வுகள்: உள்ளூர் கூட்டத் தட்டெழுத்து (விஸ்பர்), நிகழ்நேர தலைப்பிடல், குரல் உரைத்தொடர்பு, சிறிய மாதிரி உள்முடிவு (Phi-3 மினி). இந்த அட்டைகள் பெரிய LLMகளை இயக்க முடியாது, ஆனால் குறிப்பிட்ட, நிலையான AI பணிகளில் சிறந்து விளங்குகின்றன - குரல் தரவு உள்ளூரில் செயலாக்கப்பட்டு கிளவுடுக்கு ஒருபோதும் அனுப்பப்படாது என்பதை உறுதி செய்கின்றன.
கோபிலாட்+ பிசிகள் (NPU லேப்டாப்கள்)
குவால்காம் ஸ்னாப்டிராகன் எக்ஸ் எலைட், இன்டெல் கோர் அல்ட்ரா அல்லது ஏஎம்டி ரைசன் ஏஐ சிப்புகள் கொண்ட மடிக்கணினிகளில் நியூரல் ப்ராசஸிங் யூனிட்கள் (என்பியூ) — சிறப்பு ஏஐ சிப்புகள் உள்ளன. இவை பெரிய எல்எல்எம்களை இயக்க முடியாது, ஆனால் நேரடி படியெடுப்பு, பின்னணி மங்கலாக்கம், உள்ளூர் ரிகால்
அம்சங்கள் மற்றும் மைக்ரோசாஃப்ட் ஃபை-3 போன்ற இலகுவான மாதிரிகளை இயக்குதல் போன்ற சிறிய, தொடர்ச்சியான ஏஐ பணிகளைக் கையாளுகின்றன.
என்பியூக்கள் டாப்ஸில் (டெரா ஆபரேஷன்ஸ் பெர் செகன்ட்) மதிப்பிடப்படுகின்றன, அவை எவ்வளவு ஏஐ பணியைக் கையாள முடியும் என்பதை அளவிடுகின்றன. 2026இல் மிகவும் சக்திவாய்ந்த கோபைலட்+ பிசிகளில் ~50 டாப்ஸ் உள்ளன. அதிக டாப்ஸ் என்பது வேகமான பதில்கள் மற்றும் சற்று பெரிய ஏஐ மாதிரிகளைக் கையாளும் திறன் ஆகியவற்றைக் குறிக்கிறது.
9 AI மாதிரிகள்
திறந்த-மூல AI மாதிரிகள் (2026–2027)
AI மாதிரியின் தேர்வு வன்பொருள் தேவைகளை நிர்ணயிக்கிறது - ஆனால் AI மாதிரி குவாண்டிசேஷன் அத்தியாயம் நிரூபித்தபடி, குவாண்டிசேஷன் முன்னணி-தர மாதிரிகளை முழு-துல்லியமான நிறுவலுக்கு தேவையான வன்பொருளின் ஒரு பகுதி செலவில் இயக்க அனுமதிக்கிறது.
கீழே உள்ள அட்டவணை தற்போதைய மற்றும் வரவிருக்கும் திறந்த-மூல AI மாதிரிகளின் கண்ணோட்டத்தை வழங்குகிறது.
| மாதிரி | அளவு | கட்டமைப்பு | நினைவகம் (FP16) | நினைவகம் (INT4) |
|---|---|---|---|---|
| லாமா 4 பெஹிமோத் | 288B (செயலில்) | MoE (~2T மொத்தம்) | ~4 TB | ~1 TB |
| லாமா 4 மேவ்ரிக் | 17B (செயலில்) | MoE (400B மொத்தம்) | ~800 GB | ~200 GB |
| லாமா 4 ஸ்கவுட் | 17B (செயலில்) | MoE (109B மொத்தம்) | ~220 GB | ~55 GB |
| டீப்சீக் V4 | ~70B (செயலில்) | MoE (671B மொத்தம்) | ~680 GB | ~170 GB |
| டீப்சீக் R1 | 37B (செயலில்) | MoE (671B மொத்தம்) | ~140 GB | ~35 GB |
| டீப்சீக் V3.2 | ~37B (செயலில்) | MoE (671B மொத்தம்) | ~140 GB | ~35 GB |
| கிமி K2.5 | 32B (செயலில்) | MoE (1T மொத்தம்) | ~2 TB | ~500 GB |
| குவென் 3.5 | 397B (செயலில்) | MoE (A17B) | ~1.5 TB | ~375 GB |
| குவென் 3-மேக்ஸ்-திங்கிங் | பெரியது | அடர்ந்த | ~2 TB | ~500 GB |
| குவென் 3-கோடர்-நெக்ஸ்ட் | 480B (A35B செயலில்) | MoE | ~960 GB | ~240 GB |
| மிஸ்ட்ரல் லார்ஜ் 3 | 123B (41B செயலில்) | MoE (675B மொத்தம்) | ~246 GB | ~62 GB |
| மினிஸ்ட்ரல் 3 (3B, 8B, 14B) | 3B–14B | அடர்ந்த | ~6–28 GB | ~2–7 GB |
| GLM-5 | 44B (செயலில்) | MoE (744B மொத்தம்) | ~1.5 TB | ~370 GB |
| GLM-4.7 (திங்கிங்) | பெரியது | அடர்ந்த | ~1.5 TB | ~375 GB |
| மிமோ-V2-்ளாஷ் | 15B (செயலில்) | MoE (309B மொத்தம்) | ~30 GB | ~8 GB |
| மினிமேக்ஸ் M2.5 | ~10B (செயலில்) | MoE (~230B மொத்தம்) | ~460 GB | ~115 GBPhi-5 ரீசனிங் |
| Phi-5 ரீசனிங் | 14B | அடர்ந்த | ~28 GB | ~7 GB |
| Phi-4 | 14B | அடர்ந்த | ~28 GB | ~7 GB |
| ஜெம்மா 3 | 27B | அடர்ந்த | ~54 GB | ~14 GB |
| Pixtral 2 லார்ஜ் | 90B | அடர்ந்த | ~180 GB | ~45 GB |
| ஸ்டேபிள் டிஃப்யூஷன் 4 | ~12B | DiT | ~24 | ~6 GB |
| ஃப்ளக்ஸ்.2 ப்ரோ | 15B | DiT | ~30 GB | ~8 GB |
| ஓபன்-சோரா 2.0 | 30B | DiT | ~60 GB | ~15 GB |
| விஸ்பர் V4 | 1.5B | அடர்ந்த | ~3 GB | GB |
| மெட்-லாமா 4 | 70B | அடர்ந்த | ~140 GB | ~35 GB |
| லீகல்-பெர்ட் 2026 | 35B | அடர்ந்த | ~70 GB | ~18 GB |
| பைனான்ஸ்-LLM 3 | 15B | அடர்ந்த | ~30 GB | ~8 GB |
| கோட்லாமா 4 | 70B | அடர்ந்த | ~140 GB | ~35 GB |
| மோல்மோ 2 | 80B | அடர்ந்த | ~160 GB | ~40 GB |
| கிரானைட் 4.0 | 32B (9B செயலில்) | கலப்பு மாம்பா-டிரான்ஸ்ஃபார்மர் | ~64 GB | ~16 GB |
| நெமோட்ரான் 3 | 8B, 70B | அடர்ந்த | ~16–140 GB | ~4–35 GB |
| எக்ஸ்அவன் 0 | 32B | அடர்ந்த | ~64 GB | ~16 GB |
| லாமா 5 ஃப்ரான்டியர் | ~1.2T (மொத்தம்) | MoE | ~2.4 TB | ~600 GB |
| லாமா 5 பேஸ் | 70B–150B | அடர்ந்த | ~140–300 GB | ~35–75 GB |
| டீப்சீக் V5 | ~600B (மொத்தம்) | MoE | ~1.2 TB | ~300 GB |
| ஸ்டேபிள் டிஃப்யூஷன் 5 | TBD | DiT | — | — |
| ஃபால்கன் 3 | 200B | அடர்ந்த | ~400 GB | ~100 GB |
முதலில் வன்பொருளை வாங்காதீர்கள். உங்கள் வணிகத் தேவைகளுக்கு பொருந்தக்கூடிய மாதிரி வகுப்பை அடையாளம் காணுங்கள், பின்னர் மிகவும் மலிவான வன்பொருள் அடுக்கை தீர்மானிக்க குவாண்டிசேஷனைப் பயன்படுத்தவும்.
~ 2.7 இலட்சம் மற்றும் 1.4 கோடி முதலீட்டிற்கு இடையேயான வித்தியாசம் பெரும்பாலும் மாதிரி அளவு தேவைகள் மற்றும் ஒரே நேரத்தில் உள்ள பயனர்களின் எண்ணிக்கையைப் பொறுத்தது.
AI மாதிரி நிலப்பரப்பை வடிவமைக்கும் போக்குகள்
- இயல்பு பன்முகத்தன்மை தரநிலையாக. புதிய மாதிரிகள் உரை, படங்கள், ஆடியோ மற்றும் வீடியோ ஆகியவற்றில் ஒரே நேரத்தில் பயிற்சியளிக்கப்படுகின்றன - பயிற்சிக்குப் பிறகு தனித்தனி திறன்களாக இணைக்கப்படுவதில்லை. இதன் பொருள் ஒரு மாதிரி ஆவண பகுப்பாய்வு, பட புரிதல் மற்றும் குரல் தொடர்பு ஆகியவற்றைக் கையாள்கிறது.
- சிறிய மாதிரிகள் பெரிய மாதிரி திறன்களை அடைவது. Phi-5 (14B) மற்றும் MiMo-V2-Flash ஆகியவை கட்டமைப்பு புதுமையானது முன்னணி-நிலை பகுத்தறிவை லேப்டாப்பில் இயங்கும் மாதிரிகளில் அமுக்க முடியும் என்பதை நிரூபிக்கின்றன. "பெரியது சிறந்தது" எனும் யுகம் முடிகிறது.
- பொதுமைப்படுத்தலுக்கு மேல் சிறப்புத் தன்மை. எல்லாவற்றிற்கும் ஒரு பாரிய மாதிரிக்கு பதிலாக, சிறப்பு மாதிரிகளின் கூட்டமைப்புகளாக மாறும் போக்கு - ஒரு கோடிங் மாதிரி, ஒரு ரீசனிங் மாதிரி, ஒரு விஷன் மாதிரி - ஒரு ஏஜென்ட் கட்டமைப்பால் ஒருங்கிணைக்கப்படுகிறது. இது ஒவ்வொரு மாதிரிக்கான வன்பொருள் தேவைகளைக் குறைக்கிறது, அதே நேரத்தில் ஒட்டுமொத்த தரத்தை மேம்படுத்துகிறது.
- ஏஜென்டிக் AI. கிமி K2.5 மற்றும் குவென் 3 போன்ற மாதிரிகள் சிக்கலான பணிகளை தானாக சிதைக்கவும், வெளிப்புற கருவிகளை அழைக்கவும், பிற மாதிரிகளுடன் ஒருங்கிணைக்கவும் வடிவமைக்கப்பட்டுள்ளன. இந்த
ஏஜென்ட் திரள்
முறைமை நீண்ட அமர்வுகளில் நிலையான செயல்திறனைக் கோருகிறது - GB10 மற்றும் M5 அல்ட்ரா போன்ற உயர்-பேண்ட்விட்த் வன்பொருட்களுக்கு ஆதரவாக உள்ளது. - வீடியோ மற்றும் 3D உருவாக்கம் முதிர்ச்சியடைவது. ஓபன்-சோரா 2.0 மற்றும் ஃப்ளக்ஸ்.2 ப்ரோ ஆகியவை உள்ளூர் வீடியோ உருவாக்கம் நடைமுறைக்கு ஏற்றதாக மாறுவதைக் குறிக்கின்றன. 2027க்குள், பணிநிலைய-தர வன்பொருளில் இயங்கும் நிகழ்நேர வீடியோ எடிட்டிங் உதவியாளர்களை எதிர்பார்க்கலாம்.
10 பாதுகாப்பு
அதிகபட்ச பாதுகாப்புக்கான கட்டமைப்பு
உள்ளூர் ஏஐ வன்பொருளின் முதன்மை நன்மை செயல்திறன் அல்ல — அது தரவு இறைமையாகும். உங்கள் ஏஐ சேவையகம் வேறொருவரின் கிளவுட்டில் இல்லாமல் உங்கள் ஃபயர்வாலுக்குப் பின்னால் இயங்கும் போது, உங்கள் உணர்வுநிலைத் தரவு உங்கள் கட்டிடத்தை விட்டு வெளியேறாது.
ஏர்-கேப்டு ஏபிஐ கட்டமைப்பு ஏஐ சேவையகத்தை இணையத்திலிருந்து உடல்ரீதியாக தனிமைப்படுத்துகிறது, அதே நேரத்தில் அங்கீகரிக்கப்பட்ட ஊழியர்கள் ஏபிஐ இடைமுகம் மூலம் அதை அணுக அனுமதிக்கிறது.
இந்த கட்டமைப்பு ஒரு டிஜிட்டல் கருவூலத்தை
உருவாக்குகிறது. ப்ரோக்கர் சேவையகம் சிக்கலில் சிக்கினாலும், ஒரு தாக்குதல் நடத்துபவர் உரை வினவல்களை மட்டுமே அனுப்ப முடியும் - அவர்களால் AI சேவையகத்தின் கோப்பு முறைமை, மாதிரி எடைகள், நுட்பமான தரவுகள் அல்லது சேமிக்கப்பட்ட ஆவணங்களுக்கு அணுக முடியாது.
தனிப்பயனாக்கப்பட்ட AI தீர்வுகளுடன் பாதுகாப்பான AI நிறுவல் தேவையா?
எங்கள் பொறியாளர்கள் ஏர்-கேப்டு AI கட்டமைப்புகளை வடிவமைத்து நிறுவுகிறார்கள், தரவு வளாகத்தை விட்டு வெளியேறாது என்பதை உறுதி செய்கிறார்கள், அதே நேரத்தில் உங்கள் வணிகத்தை நவீன AI திறன்களுடன் வழங்குகிறார்கள்.
பாதுகாப்பான AI கட்டமைப்பைப் பற்றி விவாதிக்கவும் →11 பொருளாதாரம்
பொருளாதார தீர்ப்பு: உள்நாட்டு vs கிளவுட்
உள்ளூர் AI வன்பொருளுக்கு மாறுவது OpEx (செயல்பாட்டு செலவு - மாதாந்திர கிளவுட் API கட்டணங்கள்) இலிருந்து CapEx (மூலதனச் செலவு - உங்கள் இருப்புநிலைக் குறிப்பில் சொத்தாக மாறும் ஒரு முறை வன்பொருள் முதலீடு) க்கு மாறுவதாகும்.
ஒப்பந்தங்களை பகுப்பாய்வு செய்ய 200பி மாதிரியை இயக்கும் ஒரு சட்ட நிறுவனத்தைக் கவனியுங்கள்:
தினமும் 1,000 வினவல்களில், கிளவுட் ஏபிஐ செலவுகளுடன் ஒப்பிடும்போது ஒரு டிஜிஎக்ஸ் ஸ்பார்க் 2 மாதங்களுக்குள் தன்னைத்தானே ஈடுசெய்கிறது. அதிக பயன்பாட்டு நிலைகளில், இருப்புநிலை அடைவு காலம் வாரங்களாகக் குறைகிறது.
பின்வரும் காரணிகளை நீங்கள் கணக்கில் எடுத்துக்கொள்ளும்போது பொருளாதாரம் இன்னும் சாதகமாகிறது:
- பல பணியாளர்கள் ஒரே வன்பொருளைப் பகிர்ந்து கொள்வது (DGX ஸ்பார்க் 2–5 ஒரே நேர பயனர்களுக்கு சேவை செய்கிறது)
- ஒரு டோக்கனுக்கான விலை இல்லை - சிக்கலான, பல-படி பகுத்தறிவு பணிகளுக்கு கூடுதல் செலவு இல்லை
- தனியுரிமை தரவுகளில் நுட்பமான மாற்றம் - பெரும்பாலான கிளவுட் APIகளுடன் சாத்தியமற்றது, உள்ளூர் வன்பொருளில் இலவசம்
- வன்பொருள் மறுவிற்பனை மதிப்பு - இரண்டாம் நிலை சந்தையில் AI வன்பொருள் குறிப்பிடத்தக்க மதிப்பைத் தக்க வைத்துக் கொள்கிறது