Tin tức

Thông số kĩ thuật

Chi tiết sản phẩm

Sự xuất hiện của Beam: Kỷ nguyên mới cho mô hình AI chuyên dụng

Trong bối cảnh trí tuệ nhân tạo phát triển không ngừng, Reflection AI đã gây ấn tượng mạnh khi công bố mô hình AI mang tên Beam với tổng cộng 501 tỉ tham số. Không chỉ dừng lại ở quy mô đồ sộ, Beam được định hướng trở thành công cụ đắc lực cho các tác vụ lập trình, suy luận logic và vận hành các tác nhân AI (AI agents) đa bước. Việc phát hành dưới dạng open-weight (công khai trọng số) cho thấy tầm nhìn cởi mở của nhà phát triển, tạo điều kiện cho cộng đồng công nghệ tự do triển khai và tinh chỉnh theo mục đích riêng.

Kiến trúc Mixture-of-Experts: Chìa khóa tối ưu tài nguyên

Dù sở hữu con số 501 tỉ tham số đầy ấn tượng, Beam không hề "cồng kềnh" trong quá trình vận hành nhờ áp dụng kiến trúc Mixture-of-Experts (MoE). Thay vì kích hoạt toàn bộ hệ thống cho mỗi yêu cầu, mô hình chỉ chọn lọc những nhóm tham số chuyên biệt phù hợp nhất để xử lý. Thực tế, chỉ khoảng 23 tỉ tham số được kích hoạt tại bất kỳ thời điểm nào. Cách tiếp cận thông minh này giúp giảm đáng kể lượng tính toán cần thiết, cho phép mô hình đạt được hiệu năng cao trong khi vẫn duy trì sự linh hoạt và tiết kiệm tài nguyên so với các mô hình truyền thống.

Quy trình huấn luyện khổng lồ và sức mạnh của GPU

Để đạt được khả năng suy luận vượt trội, Beam đã trải qua hai giai đoạn huấn luyện vô cùng khắt khe với nguồn lực hạ tầng cực lớn từ Nvidia:

• Giai đoạn tiền huấn luyện (Pre-training): Mô hình được học từ 23.800 tỉ token trong vòng chưa đầy 4 tuần, sử dụng cụm 6.144 GPU Nvidia GB300 NVL72.
• Giai đoạn học tăng cường (Reinforcement Learning): Đây là bước ngoặt quyết định, nơi Reflection AI huy động tới 10.500 GPU Nvidia GB300 trong 4 tuần liên tục để tinh chỉnh khả năng thực thi nhiệm vụ.

Hệ thống đã tạo ra hơn 100 triệu chuỗi tương tác và sử dụng khoảng 1,3 tỉ sandbox (môi trường thực thi cô lập). Việc sử dụng sandbox cho phép AI thử nghiệm chạy mã và thực thi công cụ trong không gian an toàn, giúp mô hình học hỏi từ sai lầm mà không gây ảnh hưởng đến hệ thống chủ. Khả năng duy trì trung bình 110.000 rollout đồng thời cho thấy sự vượt trội trong hạ tầng xử lý của đơn vị phát triển.

Hiệu năng thực tế và triển vọng tương lai

Kết quả từ các bài kiểm tra cho thấy Beam có khả năng suy luận tương đương với các đối thủ mạnh như GLM-5.2, nhưng lại tiêu tốn tài nguyên tính toán (inference compute) thấp hơn từ 3 đến 4 lần. Đây là một lợi thế cạnh tranh lớn, đặc biệt đối với các doanh nghiệp đang tìm kiếm giải pháp AI hiệu năng cao nhưng cần tối ưu hóa chi phí vận hành.

Hiện tại, Beam vẫn đang trong quá trình kiểm thử cuối cùng để đảm bảo tính an toàn và minh bạch trước khi công bố báo cáo kỹ thuật chi tiết. Với sự kết hợp giữa quy mô tham số lớn và kiến trúc MoE tinh gọn, Beam hứa hẹn sẽ định nghĩa lại cách chúng ta tiếp cận các tác nhân AI trong lĩnh vực lập trình và nghiên cứu STEM trong tương lai gần.