நிலையான வன்பொருளில் MiMo-V2.5-Pro-UltraSpeed மூலம் AI வேகத் தடையைத் தகர்த்த Xiaomi

AI அனுமான வேகத்தை மாற்றிய தொலைபேசி தயாரிப்பு நிறுவனம்

தொழில்நுட்பத் துறையினரை வியப்பில் ஆழ்த்திய ஒரு திங்கட்கிழமை காலையில், பலரும் எதிர்பாராத ஒன்றை Xiaomi செய்தது. மலிவான திறன்பேசிகள், மின்சார ஸ்கூட்டர்கள், வீட்டு காற்றுச் சுத்திகரிப்பான்கள் ஆகியவற்றுக்குப் பெயர்பெற்ற அந்த நிறுவனம், செயற்கை நுண்ணறிவின் வேகத்தில் இருந்த ஒரு பெரிய தடையைத் தகர்த்துள்ளதாக அறிவித்தது. அதன் புதிய MiMo-V2.5-Pro-UltraSpeed சேவை முறை, ஒரு டிரில்லியன் அளவுருக்கள் கொண்ட மாதிரியில் நொடிக்கு 1,000-க்கும் மேற்பட்ட டோக்கன்களை உருவாக்குகிறது; நேரடி செயல்விளக்கங்களில் இந்த வேகம் நொடிக்கு 1,200 டோக்கன்களை நெருங்கியது. இது மாதிரியின் எளிமைப்படுத்தப்பட்ட பதிப்பு அல்ல. குறியீட்டு வரையறைகளில் Claude Opus-க்கு இணையாகப் போட்டியிடும், அதிநவீன AI அமைப்பான முழுமையான MiMo-V2.5-Pro முதன்மை மாதிரியே இது.

இந்த அறிவிப்பை வியப்பூட்டுவது அதன் வேகம் மட்டுமல்ல. அந்த வேகத்தை வழங்கும் வன்பொருளும்தான். எந்தவொரு பெரிய மேகக் கணிமைச் சேவை வழங்குநரிடமும் கிடைக்கக்கூடிய, எட்டு பொதுவான GPU-களைக் கொண்ட ஒரே தரநிலை கணிமை முனையைப் பயன்படுத்தி Xiaomi இந்த வேகத்தை எட்டியுள்ளது. தனிப்பயன் சிலிக்கான் இல்லை. இரவு உணவுத் தட்டுகளின் அளவிலான பிரத்யேக சில்லுகள் இல்லை. இன்று இரவே வாடகைக்கு எடுக்கக்கூடிய வன்பொருளில் இயங்கும் மென்பொருள் மேம்பாடுகள் மட்டுமே.

அளவுருக்கள் என்பவை, AI மாதிரி தகவலை எவ்வாறு செயலாக்குகிறது என்பதை வரையறுக்கும் உள் எண் எடைகள். ஒரு டிரில்லியன் அளவுருக்கள் என்றால், உரை மற்றும் குறியீட்டில் மிகவும் சிக்கலான வடிவங்களை இந்த மாதிரியால் அடையாளம் காண முடியும். டோக்கன்கள் என்பவை மாதிரி படிக்கும் மற்றும் எழுதும் உரையின் சிறு பகுதிகள்; ஒவ்வொன்றும் தோராயமாக ஒரு சொல்லின் முக்கால் பங்குக்குச் சமம். ஒவ்வொரு நொடியும் 1,000-க்கும் மேற்பட்ட டோக்கன்களை உருவாக்குவது, பிரத்யேக வன்பொருள் இல்லாமல் சாத்தியமில்லை என்று முன்பு கருதப்பட்ட வேகத்தில் இந்தப் பிரம்மாண்டமான அறிவுச் செயலி இயங்குகிறது என்பதைக் குறிக்கிறது.

பல ஆண்டுகளாக, வேகமான AI அனுமானத்துக்கான போட்டியில் தனிப்பயன் சிலிக்கான் வடிவமைப்புகளைக் கொண்ட, பெரும் நிதி ஆதரவுள்ள சில்லுத் தொடக்க நிறுவனங்களே ஆதிக்கம் செலுத்தி வந்தன. தரநிலை உபகரணங்களில் புத்திசாலித்தனமான பொறியியல் மூலம் அவற்றையெல்லாம் முந்திச் செல்ல முடியும் என்பதை Xiaomi இப்போது நிரூபித்துள்ளது. அணுகக்கூடிய கணிமைக் கட்டமைப்பில் புத்திசாலித்தனமான மென்பொருள் மேம்பாடு சிறந்த முடிவுகளைத் தரும்போது, விலையுயர்ந்த பிரத்யேக வன்பொருள் உண்மையிலேயே தேவையா என்ற கேள்வியை இந்தச் சாதனை எழுப்புகிறது.

நொடிக்கு 1,000 டோக்கன்கள் என்பதன் உண்மையான பொருள்

இந்த எண்ணிக்கை ஏன் முக்கியம் என்பதைப் புரிந்துகொள்ள, இன்றைய அன்றாடப் பயனர்கள் அனுபவிக்கும் வேகத்தைப் பாருங்கள். Artificial Analysis வெளியிட்டுள்ள தரவுகளின்படி, பெரும்பாலான ChatGPT உரையாடல்களுக்குச் சக்தியளிக்கும் GPT-5.5, நொடிக்கு சுமார் 68 டோக்கன்களை உருவாக்குகிறது. Claude Opus 4.6 நொடிக்கு சுமார் 71 டோக்கன்களிலும், Anthropic-இன் இலகுவான Haiku மாதிரி நொடிக்கு 98 டோக்கன்களிலும் இயங்குகின்றன. Google-இன் Gemini Flash, நொடிக்கு 192 டோக்கன்கள் என்ற அதிக வேகத்தில் செயல்படுகிறது. ஆனால், ஒரு டிரில்லியன் அளவுருக்களைக் கொண்ட மாதிரியில் MiMo-V2.5-Pro-UltraSpeed நொடிக்கு 1,000 டோக்கன்களை எட்டுகிறது; தினமும் கோடிக்கணக்கானோர் பயன்படுத்தும் உரையாடல் சாட்பாட்களைவிட இது கிட்டத்தட்ட 15 மடங்கு வேகமானது.

நொடிக்கு 68 டோக்கன்களுக்கும் 1,000 டோக்கன்களுக்கும் இடையிலான வேறுபாடு சிறிய முன்னேற்றம் மட்டுமல்ல. இது முற்றிலும் வேறொரு செயல்திறன் வகையைக் குறிக்கிறது. தற்போதைய நுகர்வோர் பயன்பாட்டு வேகத்தில், ஒரு பத்தி திரையில் தோன்றுவதற்குப் பயனர்கள் பல விநாடிகள் காத்திருக்கிறார்கள். Xiaomi-யின் புதிய வேகத்தில், ஒரு முழுப் பக்க ஆய்வை கிட்டத்தட்ட உடனடியாகப் பெறலாம். குறியீட்டு முகவர்களைப் பயன்படுத்தும் உருவாக்குநர்களுக்கு, தாமதத்துடன் கூடிய கேள்வி-பதில் அனுபவத்திலிருந்து நிகழ்நேரக் கூட்டுப்பணியை ஒத்த அனுபவமாக இது மாற்றுகிறது.

பெரிய மொழி மாதிரிகளின் அடிப்படை அலகு டோக்கன்களாகும். நீங்கள் ஒரு வினவலைத் தட்டச்சு செய்யும்போது, செயலாக்கத்திற்காக மாதிரி உங்கள் உரையை டோக்கன்களாகப் பிரிக்கிறது. பதிலளிக்கும்போது, ஒவ்வொரு டோக்கனையும் ஒன்றன்பின் ஒன்றாக உருவாக்கி, அதற்கு முன் வந்த அனைத்தையும் அடிப்படையாகக் கொண்டு அடுத்ததை கணிக்கிறது. ஒரு மாதிரி எவ்வளவு வேகமாக டோக்கன்களை உருவாக்குகிறதோ, அவ்வளவு விரைவாகப் பதிலளிப்பதாக உணரப்படும்; கடுமையான கால வரம்புகளுக்குள் அதிகப் பணிகளையும் முடிக்க முடியும். ஒரே நேரத்தில் ஒரு சேவையகம் எத்தனை கோரிக்கைகளைக் கையாள முடியும் என்பதையும் வேகம் தீர்மானிக்கிறது; இது நிறுவனங்களின் செலவு மற்றும் விரிவாக்கத் திறனை நேரடியாகப் பாதிக்கிறது.

MiMo-V2.5-Pro-இன் முந்தைய Flash மாதிரியே நொடிக்கு 150 டோக்கன்கள், அதாவது தோராயமாக நொடிக்கு 110 சொற்கள் என்ற வேகத்தில் பதில்களை உருவாக்கியது; அதிவேகமாக வாசிக்கவோ பேசவோ கூடிய மனிதரைவிடவும் இது வேகமானது. UltraSpeed இந்த உச்சவரம்பை வியத்தகு அளவில் உயர்த்தி, மனித அறிவாற்றலை மிஞ்சும் உருவாக்க வேகத்தை வழங்குகிறது; இதற்கு முன்பு சாத்தியமில்லாத இயந்திரம் வழிநடத்தும் பணிச்சூழல்களுக்கும் வழிவகுக்கிறது.

தனிப்பயன் சில்லுத் துறை முன்னோடிகளை Xiaomi எவ்வாறு முந்தியது

AI அனுமான வேகத் தடையைத் தீர்க்கும் நோக்கில், பிரத்யேக வன்பொருள் உருவாக்கும் நிறுவனங்கள் நூற்றுக்கணக்கான மில்லியன் டாலர்களை முதலீடாகப் பெற்றுள்ளன. Cerebras நிறுவனம், இரவு உணவுத் தட்டின் அளவுள்ள செதில்-அளவிலான சில்லொன்றை வடிவமைத்து, அலைவரிசைக் கட்டுப்பாடுகளைத் தவிர்க்க 44GB சில்லில் உள்ள நினைவகத்தை அதில் பொருத்தியது. அந்த வடிவமைப்பு நொடிக்கு 969 டோக்கன்கள் என்ற வேகத்தை எட்டியது; இது குறிப்பிடத்தக்க சாதனைதான். ஆனால், அது 405 பில்லியன் அளவுருக்களைக் கொண்ட Meta-வின் Llama 3.1 405B மாதிரியில் கிடைத்த வேகம். அந்த மாதிரி, MiMo-V2.5-Pro-இன் அளவில் பாதிக்கும் குறைவானது. மாதிரியைப் பொறுத்து நொடிக்கு 300 முதல் 750 டோக்கன்கள் வரை கையாளும் தனிப்பயன் மொழிச் செயலாக்க அலகுக் கட்டமைப்பை Groq உருவாக்கியது. AWS போன்ற வழங்குநர்களிடமிருந்து உருவாக்குநர்கள் வாடகைக்கு எடுக்கக்கூடிய தரநிலை மேகக் கணிமை வன்பொருளில் இவ்விரு அமைப்புகளும் இயங்குவதில்லை.

Xiaomi-யின் அணுகுமுறை இந்த மாதிரியை முற்றிலும் தலைகீழாக்குகிறது. அனுமானக் கூட்டாளியான TileRT உடன் இணைந்து, AI மாதிரியையும் அதற்குச் சேவை வழங்கும் மென்பொருள் இயந்திரத்தையும் ஒருங்கிணைத்து மேம்படுத்தும் முறையை நிறுவனம் பயன்படுத்தியது. இதனை அது ‘தீவிர மாதிரி-அமைப்பு இணை வடிவமைப்பு’ என்கிறது. இதன் விளைவாக, பொதுவான GPU-களில் இயங்கும் ஒரு டிரில்லியன் அளவுரு மாதிரி, பிரத்யேக சிலிக்கானைவிட வேகமாகச் செயல்படுகிறது. இந்த வரையறைகளைச் சுயாதீனச் சோதனைகள் உறுதிப்படுத்தினால், தனிப்பயன் சில்லுகள் தேவைப்படும் என்று பலரும் கருதிய வன்பொருள் வரம்புகளை மென்பொருள் மேம்பாட்டால் கடக்க முடியும் என்பதை இந்தச் சாதனை காட்டுகிறது.

இந்த முன்னேற்றத்துக்கு உண்மையான பொருளாதார முக்கியத்துவம் உண்டு. தனிப்பயன் சிலிக்கானுக்கு மிகப்பெரிய மூலதனச் செலவு, நீண்ட வடிவமைப்புச் சுழற்சிகள், சிறப்புத் தயாரிப்பு வசதிகள் தேவை. பொதுவான GPU-கள் அளவுசார் பொருளாதார நன்மைகள், பரவலான கிடைக்கும் தன்மை, NVIDIA உள்ளிட்ட உற்பத்தியாளர்களின் தொடர்ச்சியான மேம்பாடுகள் ஆகியவற்றைப் பெறுகின்றன. மென்பொருள் மூலம் அனுமானச் சிக்கலைத் தீர்ப்பதன் வழியாக, முன்பு அதிக நிதி வசதியும் தனியுரிம வன்பொருளும் கொண்ட ஆய்வகங்களுக்கு மட்டுமே கிடைத்த வேகங்களை Xiaomi அனைவரும் அணுகக்கூடியதாக மாற்றியிருக்கலாம்.

FP4-DFlash சோதனைச் சாவடியை Hugging Face-இல் வெளியிட்டிருப்பது, இந்த அணுகலாக்கத்துக்கு மேலும் ஒரு பரிமாணத்தைச் சேர்க்கிறது. உலகெங்கும் உள்ள ஆய்வாளர்களும் உருவாக்குநர்களும் தனியுரிம வன்பொருள் வாங்காமலும் நிறுவன உரிமங்களைப் பெறாமலும் அடிப்படை மாதிரியை ஆய்வு செய்யவும், சோதிக்கவும், தங்களுக்கேற்ப மாற்றியமைக்கவும் இப்போது முடியும். வெவ்வேறு மாதிரிகள் மற்றும் பயன்பாடுகளுக்கும் இந்த நுட்பங்களைப் பயன்படுத்த முடியுமா என்பதைச் சமூகத்தின் சரிபார்ப்பு தீர்மானிக்கும்.

UltraSpeed-ஐ இயக்கும் மூன்று நுட்பங்கள்

ஒன்றுடன் ஒன்று இணைந்து செயல்படும் மூன்று நுட்பங்களை இந்த முன்னேற்றம் சார்ந்துள்ளது. தனித்தனியாக எந்த ஒன்றும் வேகச் சாதனையை எட்டாது; ஆனால் மூன்றும் இணைந்து செயல்படும்போது, செயல்திறன் 1,000 டோக்கன் வரம்பைக் கடக்கிறது.

முதல் நுட்பம் FP4 அளவுசுருக்கம். பெரும்பாலான பெரிய மாதிரிகள் 16-பிட் அல்லது 8-பிட் எண் துல்லியத்தில் இயங்குகின்றன; அதாவது ஒவ்வொரு அளவுருவுக்கும் இரண்டு பைட் அல்லது ஒரு பைட் நினைவகம் தேவைப்படுகிறது. ஒரு டிரில்லியன் அளவுருக்களில் பெரும்பகுதியைக் கொண்ட நிபுணர் அடுக்குகளை Xiaomi 4-பிட் துல்லியத்துக்குச் சுருக்குகிறது. இதனால் நினைவகப் பயன்பாடு குறைவதுடன், அலைவரிசை மீதான அழுத்தமும் தணிகிறது; அதன் வழியாகத் தரவு அமைப்புக்குள் வேகமாக நகர்கிறது. அளவுசுருக்கத்தின் அபாயம் தர இழப்பு; துல்லியம் குறைந்தால் மாதிரியின் பகுத்தறியும் திறன் பாதிக்கப்படலாம். இதற்கு Xiaomi அளிக்கும் தீர்வு துல்லியமானது: நிபுணர் அடுக்குகள் மட்டுமே சுருக்கப்படுகின்றன; மாதிரியின் மற்ற பகுதிகள் முழுத் துல்லியத்திலேயே இருக்கும். இதனால் ஏற்படும் தர இழப்பு கிட்டத்தட்ட பூஜ்ஜியம் என நிறுவனம் கூறுகிறது.

இரண்டாவது நுட்பம் DFlash ஊகக் குறிமுறையாக்கம். வழக்கமான ஊகக் குறிமுறையாக்கத்தில், அடுத்த சில டோக்கன்களை விரைவாகக் கணிக்க ஒரு சிறிய வரைவு மாதிரி பயன்படுத்தப்படும்; பின்னர் பெரிய மாதிரி அந்தக் கணிப்புகளை ஒரே நேரத்தில் சரிபார்க்கும். DFlash, ஒன்றன்பின் ஒன்றாக வரைவு உருவாக்கும் படியை முற்றிலும் நீக்குகிறது. அதற்குப் பதிலாக, மறைக்கப்பட்ட இடங்களின் முழுத் தொகுதியையும் ஒரே முன்செலுத்தல் செயலாக்கத்தில் நிரப்புகிறது. குறியீட்டுப் பணிகளின்போது, ஒவ்வொரு சரிபார்ப்புச் சுற்றிலும் முன்மொழியப்படும் 8 டோக்கன்களில் சராசரியாக 6.3 டோக்கன்களைப் பெரிய மாதிரி ஏற்றுக்கொள்கிறது. அதாவது, ஒரு டோக்கனுக்குப் பதிலாக ஆறு டோக்கன்கள் ஒரே படியில் முன்னேறுகின்றன; இது உருவாக்க வேகத்தில் மிகப்பெரிய அதிகரிப்பைத் தருகிறது.

மூன்றாவது கூறு TileRT. கணிமைச் செயலாக்கப் பாதை முழுவதையும் GPU-க்குள் தொடர்ந்து தயார் நிலையில் வைத்திருக்கும் அனுமான இயந்திரம் இதுவாகும். வழக்கமான சேவை அமைப்புகள் பெரும்பாலும் தனித்தனி செயல்பாட்டுக் கூறுகளை ஒவ்வொன்றாகத் தொடங்குவதால், செயலாக்கத்தில் சிறிய இடைவெளிகள் உருவாகின்றன. ஒவ்வொரு கூறையும் தொடங்குவதற்கான அந்த மேலதிகச் செயல்முறையை TileRT நீக்கி, தடையின்றித் தரவு பாய்வதை உறுதிசெய்கிறது. சுருக்கப்பட்ட மாதிரி எடைகள் மற்றும் மேம்பட்ட குறிமுறையாக்க உத்தியுடன் இணைந்தபோது, தரநிலை வன்பொருளில் முன்பு எட்ட முடியாத தரவு செயலாக்க அளவுகளை இந்த இயந்திரம் தொடர்ந்து வழங்குகிறது.

இந்தக் கலவையை Xiaomi ‘தீவிர மாதிரி-அமைப்பு இணை வடிவமைப்பு’ என அழைக்கிறது; அந்த விளக்கம் பொருத்தமானதே. ஒவ்வொரு மேம்பாட்டு அடுக்கும் மற்றவற்றை வலுப்படுத்தி, எந்தவொரு தனி நுட்பமும் சுயமாக வழங்க முடியாத அளவைக் கடந்த ஒட்டுமொத்தத் திறனை உருவாக்குகிறது.

வேகம் முற்றிலும் புதிய பயன்பாடுகளுக்கு ஏன் வழிவகுக்கிறது

புதிய ஒன்றைச் சாத்தியமாக்காவிட்டால், வெறும் வேக அளவீடுகளுக்கு அர்த்தமில்லை. நொடிக்கு 1,000 டோக்கன்கள் என்ற வேகத்தில், மெதுவான அமைப்புகளால் எட்ட முடியாத வாய்ப்புகளை MiMo-V2.5-Pro-UltraSpeed திறக்கிறது.

சிக்கலான பணிகளுக்கு உருவாக்குநர்கள் தற்போது பெரிய மொழி மாதிரிகளை எவ்வாறு பயன்படுத்துகிறார்கள் என்பதைக் கவனியுங்கள். கடினமான குறியீட்டுச் சிக்கலை எதிர்கொள்ளும்போது, பயனர் பொதுவாக ஒரு பதிலுக்காகக் காத்திருந்து அது சரியாக இருக்கும் என நம்புகிறார். UltraSpeed மூலம், அதே நேரச் சாளரத்துக்குள் பல டஜன் பகுத்தறிவுப் பாதைகளை ஒரே நேரத்தில் இயக்கி, பின்னணியில் தானாகச் சரிபார்த்து, பிழைகளைத் திருத்திக்கொள்ள முடியும். ஒரே சிந்தனைப் பாதையில் உறுதியாகச் செல்லாமல், பல தீர்வுகளை மாதிரியால் ஒரே நேரத்தில் ஆராய முடியும். இந்தத் திறன், AI-ஐ வரிசையாகச் செயல்படும் உதவியாளரிலிருந்து இணைநிலைச் சிக்கல் தீர்ப்பானாக அடிப்படையிலேயே மாற்றுகிறது.

கடுமையான தாமதக் கட்டுப்பாடுகள் கொண்ட துறைகள் உடனடியாகப் பலனடையலாம். மோசடி கண்டறிதல் அமைப்புகள் பரிவர்த்தனைகளை மில்லிவிநாடிகளில் மதிப்பிட வேண்டும். நிகழ்நேர வர்த்தகக் குறியீடுகளை உருவாக்குவதில் பல விநாடிகள் காத்திருக்க முடியாது. AI அமைப்புகள் விரைவான சுழற்சிகளில் கவனித்து, முடிவெடுத்து, செயல்படும் தன்னாட்சி முகவர் செயல்முறைகளுக்கு, நுகர்வோர் சாட்பாட்களால் வழங்க முடியாத வேகம் தேவை. நொடிக்கு 68 டோக்கன்கள் என்ற வேகத்தில், இத்தகைய பயன்பாடுகள் சிரமமான தடைகளை எதிர்கொள்கின்றன. நொடிக்கு 1,000 டோக்கன்கள் என்ற வேகத்தில், தரநிலை மேகக் கட்டமைப்பிலேயே அவற்றைப் பயன்படுத்துவது சாத்தியமாகிறது.

அன்றாடக் குறியீட்டுப் பணிகளில்கூட, இந்த வேகம் செயல்படும் விதத்தையே மாற்றுகிறது. அனுமானச் செயலாக்கம் முடிவடையும் வரை உருவாக்குநர்கள் முன்பு திரையைப் பார்த்துக் காத்திருப்பார்கள். நொடிக்கு 1,000 டோக்கன்களை நெருங்கும் அல்லது மிஞ்சும் வெளியீட்டு வேகத்தில், காத்திருக்கும் தாமதம் கிட்டத்தட்ட மறைந்துவிடுகிறது. கோரிக்கை விடுத்துக் காத்திருக்கும் தொடர்பு முறையிலிருந்து, AI கூட்டாளியுடனான உண்மையான நிகழ்நேரக் கூட்டுப்பணியாக அனுபவம் மாறுகிறது. நோயாளர் தரவை விரைவாகப் பகுப்பாய்வு செய்ய வேண்டிய சுகாதாரப் பயன்பாடுகளும், நேரடி சந்தைத் தரவுகளைச் செயலாக்கும் முதலீட்டுத் தளங்களும் இந்த அளவிலான பதிலளிப்புத் திறனால் உடனடிப் பயனைப் பெறுகின்றன.

அணுகல், விலை நிர்ணயம், திறந்த மூல வெளியீடு

இந்தத் தொழில்நுட்பத்தை Xiaomi பூட்டிய கதவுக்குப் பின்னால் வைத்திருக்கவில்லை. 2026 ஜூன் 9 முதல் ஜூன் 23 வரை நடைபெறும் வரையறுக்கப்பட்ட API சோதனையை நிறுவனம் தொடங்கியுள்ளது. விண்ணப்பத்தின் அடிப்படையில் அணுகல் வழங்கப்படும்; ஒப்புதல் உறுதி செய்யப்படவில்லை. தெளிவான வணிகத் தேவைகளைக் கொண்ட நிறுவனப் பயனர்களுக்கும் தொழில்முறை உருவாக்குநர்களுக்கும் முன்னுரிமை வழங்கப்படும். அதிவேக அனுமான வளங்கள் குறைவாக இருப்பதால், ஒவ்வொரு கணக்கும் நாளொன்றுக்கு பத்து முறை வரை வரிசையில் சேரலாம்; ஒவ்வொரு அமர்வும் அதிகபட்சம் 30 நிமிடங்கள் நீடிக்கும். ஐந்து நிமிடங்களுக்கு மேல் செயலற்றிருக்கும் அமர்வுகள் தானாகவே விடுவிக்கப்படும்.

இந்த வேகத்தின் உயர்தரத் தன்மையை விலை அமைப்பு பிரதிபலிக்கிறது. UltraSpeed-க்கான கட்டணம், வழக்கமான MiMo-V2.5-Pro கட்டணத்தைவிட மூன்று மடங்கு அதிகம்; ஆனால், உருவாக்க வேகம் சுமார் பத்து மடங்கு அதிகம். ஒப்பீட்டுக்காக, வழக்கமான MiMo-V2.5-Pro-க்கான கட்டணம் ஏற்கெனவே Claude Opus-ஐவிட மிகக் குறைவு. ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு சுமார் $0.43, வெளியீட்டு டோக்கன்களுக்கு $0.87 என Xiaomi வசூலிக்கிறது; அதே அளவுக்கு Opus உள்ளீட்டுக்கு $5, வெளியீட்டுக்கு $25 வசூலிக்கிறது. மூன்று மடங்கு கட்டணத்தில்கூட, போட்டி முன்னணி மாதிரிகள் பலவற்றைவிட Xiaomi-யின் வேகப்படுத்தப்பட்ட சேவை மிகவும் மலிவானதாகவே உள்ளது.

தொழில்நுட்பத்தை நேரடியாகச் சோதிக்க விரும்பும் உருவாக்குநர்களுக்காக, அடிப்படையான MiMo-V2.5-Pro-FP4-DFlash சோதனைச் சாவடியை Xiaomi திறந்த மூலமாக Hugging Face-இல் வெளியிட்டுள்ளது. TileRT-யும் தேர்ந்தெடுக்கப்பட்ட கூறுகளை GitHub-இல் வெளியிட்டுள்ளது. இந்த நடவடிக்கை, வரையறைகளைச் சரிபார்க்கவும், கட்டமைப்பைச் சோதிக்கவும், மற்ற மாதிரிகளுக்கு இந்த நுட்பங்களை மாற்றியமைக்கவும் உலகளாவிய ஆய்வு சமூகத்துக்கு அழைப்பு விடுக்கிறது. சுயாதீன மூன்றாம் தரப்பு சரிபார்ப்பு இன்னும் பரவலாக வெளியிடப்படவில்லை. எனவே, வரும் வாரங்களில் இந்தத் திறந்த வெளியீடுகள் வழியாக நடைபெறும் சமூகச் சோதனையே உண்மையான ஆதாரமாக இருக்கும்.

AI சக்திவாய்ந்த நிறுவனமாக Xiaomi அமைதியாக வளர்ந்தது

பெரும்பாலான நுகர்வோருக்கு, மலிவான மின்னணுப் பொருட்களை விற்கும் பிராண்டாகவே Xiaomi தெரியும். உலகச் சந்தைகளில் நிறுவனம் மில்லியன் கணக்கான திறன்பேசிகள், மின்சார ஸ்கூட்டர்கள், காற்றுச் சுத்திகரிப்பான்களை விற்றுள்ளது. இத்தகைய நுகர்வோர் அடையாளம், இதுவரை பெரும்பாலான தொழில்துறையினரின் கவனத்தைப் பெறாமல் படிப்படியாக வளர்ந்த அதன் செயற்கை நுண்ணறிவுப் பிரிவை மறைத்துவிட்டது.

ஏப்ரலில் அறிமுகமானபோது, பெரும்பாலான குறியீட்டு வரையறைகளில் MiMo-V2.5-Pro ஏற்கெனவே Claude Opus-க்கு இணையாக இருந்தது. UltraSpeed புதிய அல்லது திறன் குறைக்கப்பட்ட மாதிரியை அறிமுகப்படுத்தவில்லை. உயர்நிலைப் போட்டியில் ஏற்கெனவே இருந்த அதே அதிநவீன அறிவுத்திறனைத்தான் இது வேகப்படுத்துகிறது. பிரத்யேக ஆய்வகங்களுக்கு இணையான AI திறனை, அவற்றைவிடப் பல மடங்கு குறைந்த விலையில் வழங்கும் அமைப்பை இந்தத் தொலைபேசி பிராண்ட் உருவாக்கியுள்ளது.

சுயாதீன ஆய்வுகளிலும் வேகக் கூற்றுகள் நிலைத்தால், Cerebras மற்றும் Groq போன்ற நிறுவனங்கள் தனிப்பயன் சிலிக்கானில் முதலீடு செய்த நூற்றுக்கணக்கான மில்லியன் டாலர்கள் இல்லாமலேயே Xiaomi அசாதாரணமான சாதனையைப் படைத்திருக்கும். பொதுவான வன்பொருளில் மென்பொருளை மேம்படுத்துவதன் மூலம், அந்தத் துறையில் முன்னிலை வகிக்கும் செயல்திறனை வழங்க முடியும் என்பதையும் நிறுவனம் நிரூபித்திருக்கும். AI திறன் எங்கிருந்து வருகிறது, முன்னணி நிலையில் யார் போட்டியிட முடியும் என்பன குறித்த முன்கணிப்புகளை இந்த முடிவு மறுவடிவமைக்கும். பெய்ஜிங்கைச் சேர்ந்த நுகர்வோர் மின்னணுப் பொருள் நிறுவனமொன்று AI கட்டமைப்புத் தொழில்நுட்ப முன்னோடிகளின் உயர்நிலைக் குழுவில் இப்போது இணைந்துள்ளது; தனிப்பயன் சிலிக்கானுக்குப் பதிலாகத் தரநிலை GPU-களுடன் அது களமிறங்கியுள்ளது.

சுருக்கமாக

• Xiaomi-யின் MiMo-V2.5-Pro-UltraSpeed, தனிப்பயன் சிலிக்கான் தேவையின்றி, எட்டு பொதுவான GPU-களை மட்டுமே பயன்படுத்தி, ஒரு டிரில்லியன் அளவுருக்கள் கொண்ட மாதிரியில் நொடிக்கு 1,000-க்கும் மேற்பட்ட டோக்கன்களை உருவாக்குகிறது.
• GPT-5.5 மற்றும் Claude Opus-ஐவிட இந்த வேகம் சுமார் 15 மடங்கு அதிகம். FP4 அளவுசுருக்கம், DFlash ஊகக் குறிமுறையாக்கம், TileRT அனுமான இயந்திரம் ஆகியவற்றின் மூலம் இந்த வேகம் எட்டப்பட்டுள்ளது.
• வரையறுக்கப்பட்ட API சோதனை 2026 ஜூன் 9 முதல் ஜூன் 23 வரை நடைபெறுகிறது. வழக்கமான MiMo கட்டணத்தைவிட மூன்று மடங்கு விலையில், சுமார் பத்து மடங்கு உருவாக்க வேகம் வழங்கப்படுகிறது; நிறுவன மற்றும் தொழில்முறை உருவாக்குநர்களுக்கு முன்னுரிமை அளிக்கப்படுகிறது.
• நுட்பங்களைச் சரிபார்த்து மாற்றியமைக்க சமூகத்துக்கு வாய்ப்பளிக்கும் வகையில், FP4-DFlash சோதனைச் சாவடியை Xiaomi Hugging Face-இல் திறந்த மூலமாக வெளியிட்டுள்ளது.
• சுயாதீனச் சோதனைகள் உறுதிப்படுத்தினால், தரநிலை மேகக் கணிமை வன்பொருளில் மென்பொருள் மேம்பாட்டின் மூலம், பிரத்யேக AI வன்பொருள் நிறுவனங்களின் விலையுயர்ந்த தனிப்பயன் சில்லுத் தீர்வுகளைவிடச் சிறந்த செயல்திறனைப் பெற முடியும் என்பதை இந்த முன்னேற்றம் காட்டுகிறது.