Mistral AI und CoreWeave zeigen ihre Partnerschaft auf der NVIDIA GTC

Ein schnell aufsteigendes Open-Source-Labor

CoreWeave beschreibt Mistral AI als zehn Monate altes Startup aus Paris, das in Rekordtempo in die Spitzengruppe der generativen KI vorgestoßen ist. In den vergangenen Monaten hat das Unternehmen Mistral-7B und Mixtral-8x7B veröffentlicht, außerdem La Plateforme, seinen API-Dienst, und Le Chat, einen Chatbot, den es als "von Grund auf mehrsprachig" bezeichnet.

Die jüngste Veröffentlichung ist Mistral Large, ein kommerzielles Modell. Laut dem Beitrag von CoreWeave machen die Ergebnisse von Mistral AI in gängigen Benchmarks es zum weltweit zweitplatzierten Modell, das über eine API verfügbar ist, gleichauf mit GPT-4. CoreWeave zufolge verfügt das Modell über einzigartige Fähigkeiten beim logischen Schlussfolgern, beherrscht Code und Mathematik und spricht fließend Französisch, Englisch, Deutsch, Spanisch und Italienisch. Zudem kann es Hunderte Seiten an Dokumenten in einem einzigen Aufruf verarbeiten. Diese Aussagen stammen aus der Darstellung von CoreWeave und aus Benchmark-Werten, die das Unternehmen Mistral AI zuschreibt.

Gegründet wurde Mistral AI von CEO Arthur Mensch, der Google DeepMind verlassen hat, gemeinsam mit seinen früheren Kommilitonen Timothée Lacroix und Guillaume Lample, die im Pariser KI-Labor von Meta gearbeitet haben. Mistral AI bietet sowohl offene Modelle (Mistral-7B und Mixtral 8x7B) als auch kommerzielle Modelle (Mistral Small, Mistral Medium und Mistral Large) an. Mensch wird zitiert: "Unser Ziel ist es, Frontier-Modelle in die Hände derer zu legen, die reale Anwendungen entwickeln. Open Source ist ein hervorragendes Instrument, um die Verbreitung von KI zu beschleunigen."

Was CoreWeave beisteuert

CoreWeave zufolge konnte Mistral AI Mistral-7B nur wenige Monate nach der Firmengründung veröffentlichen, auch dank des schnellen Zugangs zu einem Cluster aus NVIDIA H100 Tensor Core GPUs auf CoreWeave Cloud. Mensch beschreibt die Zusammenarbeit in dem Beitrag so: "Wir haben Hand in Hand mit Mitgliedern des CoreWeave-Teams die Trainingscluster für unsere KI-Modelle aufgebaut". Er fügt hinzu, die Leistung der Cluster sei hervorragend gewesen, besonders bei Zuverlässigkeit und Stabilität.

Max Hjelm, SVP of Revenue bei CoreWeave, wird mit den Worten zitiert: "Alles in der KI geht schnell, aber Mistral AI geht schneller." CoreWeave führt die Kosteneffizienz von Mistral AI außerdem auf den Ansatz beim Modelltraining und auf die Leistung des Clusters auf CoreWeave Cloud zurück.

Auftritte auf der NVIDIA GTC und der Hackathon

Auf der NVIDIA GTC, einer globalen KI-Konferenz, spricht Mensch am Dienstag, 19. März, um 14:00 Uhr an Stand 1208 live mit Hjelm. Außerdem hält Mensch am Mittwoch, 20. März, um 14:00 Uhr eine Session. Er will dabei über die schnellen Fortschritte von Mistral AI beim Training quelloffener LLMs sprechen sowie über die wissenschaftlichen Erkenntnisse aus dem Training der ersten Modelle Mistral und Mixtral.

Nach der Konferenz bleibt Mistral AI über das Wochenende in der Bay Area und veranstaltet dort seinen ersten Hackathon, der auf CoreWeave Cloud läuft.

Was das bedeutet

Der Beitrag stellt die Zusammenarbeit als Beispiel dafür dar, wie ein junges Labor schnell skalieren kann, indem es auf dedizierte GPU-Cloud-Kapazitäten setzt, statt zuerst eine eigene Infrastruktur aufzubauen. Für Entwickler bietet der Hackathon die Gelegenheit, auf der Plattform von CoreWeave mit dem Team von Mistral AI zu arbeiten. CoreWeave erklärt, die gemeinsamen Auftritte zeigten, wie die Partnerschaft die Entwicklung modernster Modelle für globale Unternehmen unterstützt.