Con il rilascio di Llama 3.1, Meta ha dichiarato l’intenzione di competere direttamente con modelli proprietari come GPT-4o di OpenAI e Gemini 1.5 di Google.<\/p>\n
Llama 3.1 \u00e8 il primo “modello di frontiera” open source che, nonostante i limiti della sua licenza, promette grande capacit\u00e0 di personalizzazione per aziende e sviluppatori, posizionando la proposta AI di Meta<\/strong> come leader del settore.<\/p>\n Llama 3.1 \u00e8 disponibile in varie dimensioni e il modello pi\u00f9 grande, “405B”, ha 405 miliardi di parametri neurali, superando altri principali modelli open source come Mixtral e Google Gemma 2.<\/p>\n Essendo open source, chiunque pu\u00f2 addestrare ed eseguire Llama 3.1 sui propri computer, purch\u00e9 siano estremamente potenti. Esploriamo insieme come questo nuovo modello Meta pu\u00f2 trasformare l’attuale panorama dell’IA.<\/p>\n I modelli della famiglia Llama 3.1 si distinguono per dimensioni e capacit\u00e0 eccezionali. Il modello di punta, con 405 miliardi di parametri, \u00e8 progettato per spingere i limiti delle prestazioni e dell’usabilit\u00e0 dell’IA.<\/p>\n Mark Zuckerberg, amministratore delegato di Meta, ha espresso in una lettera la sua convinzione che i modelli \u201caperti\u201d siano il futuro. Pertanto, l\u2019approccio Meta con Llama 3.1 enfatizza l\u2019apertura, a differenza dei modelli \u201cchiusi\u201d come GPT-4, Gemini 1.5 o Claude 3.5 Sonnet.<\/p>\n Sebbene Meta descriva Llama 3.1 come open source, alcuni esperti discutono questa affermazione. Secondo Bradley Shimmin, analista del settore presso Omdia, i modelli Llama non sono veramente open source come definito dall’Open Source Initiative.<\/p>\n Un termine pi\u00f9 preciso sarebbe dire che Llama 3.1 ha \u201cpesi\u201d o parametri aperti. Ci\u00f2 significa che questi modelli possono essere ottimizzati e addestrati, sebbene Meta non offra completa trasparenza sui dati utilizzati per pre-addestrare i modelli.<\/p>\n La versione include anche varianti pi\u00f9 piccole, come 70B e 8B, che si adattano a diversi casi d’uso e risorse di calcolo.<\/p>\n L’esecuzione del modello pi\u00f9 grande, Llama 3.1-405B, richiede un’infrastruttura informatica estremamente potente. Nello specifico, sarebbero necessari almeno due server Nvidia H100, che combinano un totale di 16 GPU, 1 TB di RAM e 870 GB di VRAM.<\/p>\n Per utilizzare Llama 3.1-405B in applicazioni pratiche, \u00e8 pi\u00f9 logico utilizzare l’infrastruttura cloud fornita da servizi come AWS, Microsoft Azure o Nvidia DGX Cloud. Ci\u00f2 facilita la sua implementazione senza dover disporre dell’hardware necessario.<\/p>\n Le versioni pi\u00f9 piccole e meno potenti di Llama 3.1 hanno esigenze hardware pi\u00f9 modeste. Ad esempio, Llama 3.1 8B avrebbe bisogno “solo” di circa 16 GB di VRAM, rendendo possibile l’esecuzione su un sistema con una Nvidia 4090.<\/p>\n Il costo annuale per far funzionare il modello Llama 3.1-405B su un\u2019infrastruttura adeguata pu\u00f2 superare i 300.000 euro, rendendolo accessibile principalmente alle grandi aziende con budget significativi per la ricerca e lo sviluppo dell\u2019IA.<\/p>\n Per mitigare i costi elevati legati all\u2019esecuzione del modello 405B, si prevede che le aziende si rivolgano ai servizi cloud.<\/p>\n Meta ha stabilito partnership con un’ampia gamma di aziende, tra cui AWS, Google Cloud, Microsoft Azure e IBM Watsonx, per fornire modelli Llama 3.1 tramite API. Questo approccio consente alle aziende di accedere alle risorse IT necessarie in base alle proprie esigenze, riducendo gli investimenti iniziali.<\/p>\n Uno dei vantaggi pi\u00f9 significativi di Llama 3.1 per le aziende \u00e8 la possibilit\u00e0 di personalizzare i modelli per casi d’uso specifici senza incorrere in costi elevati.<\/p>\n Secondo Paul Nashawaty, principale analista di The Futurum Group, fornire un modello linguistico con pesi aperti consente alle aziende di creare soluzioni AI personalizzate senza dover pagare licenze costose.<\/p>\n La famiglia Llama 3.1, in particolare il modello 405B, ha dimostrato prestazioni competitive nei test benchmark rispetto ai principali modelli proprietari come GPT-4o di OpenAI e Gemini 1.5 di Google.<\/p>\n Il post sul blog di Meta evidenzia che il modello 405B ha sovraperformato o eguagliato questi modelli in test come MMLU, MATH, GSM8K e ARC Challenge, che valutano l’intelligenza generale, la matematica e le capacit\u00e0 di ragionamento.<\/p>\n Arnal Dayaratna, vicepresidente della ricerca presso IDC, osserva che le aziende possono ottimizzare i modelli Llama 3.1 utilizzando i propri dati senza dover condividere i dati con un fornitore di terze parti.<\/p>\n Questa funzionalit\u00e0 aiuta a evitare un problema sempre pi\u00f9 comune con i LLM proprietari; diventare dipendenti e intrappolati da un unico fornitore di intelligenza artificiale.<\/p>\n Il rilascio di Llama 3.1 rappresenta una sfida significativa per i fornitori LLM proprietari. Gli analisti prevedono che l\u2019apertura e le elevate prestazioni dei modelli Meta potrebbero sconvolgere il mercato.<\/p>\n Tobias Zwingmann, socio amministratore di Rapyd.AI, suggerisce che la disponibilit\u00e0 di modelli aperti come Llama 3.1 potrebbe portare le aziende a ridurre la loro dipendenza da LLM proprietari chiusi.<\/p>\n Questo cambiamento potrebbe disturbare le aziende e i fornitori che costruiscono e vendono modelli proprietari.<\/p>\n La concorrenza sta gi\u00e0 rispondendo alla mossa di Meta. Entro 24 ore dal lancio di Llama 3.1, OpenAI ha annunciato un livello gratuito per personalizzare il suo mini modello GPT-4o.<\/p>\n Questa reazione indica una tendenza pi\u00f9 ampia verso la riduzione dei costi e l\u2019aumento dell\u2019accessibilit\u00e0 per rimanere competitivi.<\/p>\n Llama 3.1 \u00e8 disponibile a livello globale, senza restrizioni geografiche, ma pu\u00f2 essere utilizzato solo tramite un provider di cloud computing o eseguendolo localmente. Tuttavia, non \u00e8 ancora disponibile dall\u2019interfaccia multimodale Meta.AI nell\u2019Unione Europea e in altri paesi.<\/p>\n Meta percepisce il contesto normativo nell\u2019UE come imprevedibile, il che aggiunge uno strato di incertezza quando si implementano nuove tecnologie.<\/p>\n Per questo motivo, la societ\u00e0 madre di Facebook e Instagram ha deciso di non lanciare il suo modello multimodale Llama 3.1 nel blocco europeo a causa delle rigide e talvolta imprevedibili normative GDPR (Regolamento generale sulla protezione dei dati).<\/p>\n Flame Meta 3.1 rappresenta una pietra miliare significativa nello sviluppo di modelli linguistici di grandi dimensioni. La sua apertura, performance e flessibilit\u00e0 offrono vantaggi sostanziali alle aziende, sfidando al tempo stesso il predominio dei fornitori di modelli proprietari.<\/p>\n Con l\u2019evoluzione del panorama dell\u2019intelligenza artificiale, si prevede che il rilascio di Llama 3.1 favorir\u00e0 una maggiore concorrenza, innovazione e adozione di modelli di intelligenza artificiale aperti.<\/p>\n Per le aziende, la capacit\u00e0 di sfruttare soluzioni IA potenti e personalizzabili senza incorrere in costi elevati segna una nuova era di possibilit\u00e0 nell\u2019intelligenza artificiale.<\/p>\n","protected":false},"excerpt":{"rendered":" Con il rilascio di Llama 3.1, Meta ha dichiarato l’intenzione di competere direttamente con modelli proprietari come GPT-4o di OpenAI e Gemini 1.5 di Google. Llama 3.1 \u00e8 il primo “modello di frontiera” open source che, nonostante i limiti della sua licenza, promette grande capacit\u00e0 di personalizzazione per aziende e sviluppatori, posizionando la proposta AI […]<\/p>\n","protected":false},"author":9,"featured_media":14026,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","_thinkrank_schema_form_data":"","_thinkrank_selected_schema_type":"","_thinkrank_additional_schemas":"","_thinkrank_canonical_url":"","_thinkrank_og_title":"","_thinkrank_og_description":"","_thinkrank_og_image":"","_thinkrank_twitter_title":"","_thinkrank_twitter_description":"","_thinkrank_twitter_image":"","_thinkrank_imported_from":"","_thinkrank_focus_keywords":[],"_thinkrank_focus_keyword":"","_thinkrank_robots_meta_enabled":0,"_thinkrank_robots_meta":"","_thinkrank_advanced_robots_meta":"","_thinkrank_exclude_from_search":0,"_thinkrank_exclude_from_archives":0,"_thinkrank_primary_category":0,"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[716],"tags":[],"class_list":["post-26425","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-intelligenza-artificiale"],"uagb_featured_image_src":{"full":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o.jpg",1344,768,false],"thumbnail":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o-150x150.jpg",150,150,true],"medium":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o-300x171.jpg",300,171,true],"medium_large":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o-768x439.jpg",768,439,true],"large":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o-1024x585.jpg",1024,585,true],"1536x1536":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o-1536x878.jpg",1536,878,true],"2048x2048":["https:\/\/comunicagenia.com\/wp-content\/uploads\/2024\/07\/meta-llama-rivalizar-gpt4o.jpg",1344,768,false]},"uagb_author_info":{"display_name":"marketing","author_link":"https:\/\/comunicagenia.com\/it\/blog\/author\/marketing\/"},"uagb_comment_info":0,"uagb_excerpt":"Con il rilascio di Llama 3.1, Meta ha dichiarato l’intenzione di competere direttamente con modelli proprietari come GPT-4o di OpenAI e Gemini 1.5 di Google. Llama 3.1 \u00e8 il primo “modello di frontiera” open source che, nonostante i limiti della sua licenza, promette grande capacit\u00e0 di personalizzazione per aziende e sviluppatori, posizionando la proposta AI…","_links":{"self":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/posts\/26425","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/comments?post=26425"}],"version-history":[{"count":0,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/posts\/26425\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/media\/14026"}],"wp:attachment":[{"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/media?parent=26425"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/categories?post=26425"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/comunicagenia.com\/it\/wp-json\/wp\/v2\/tags?post=26425"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Il trailer di Llama 3.1<\/h2>\n
Di cosa ho bisogno per eseguire Llama 3.1?<\/h2>\n
Principali vantaggi di Llama 3.1 per le aziende<\/h2>\n
Prestazioni paragonabili ai modelli pi\u00f9 avanzati<\/h3>\n
Sicurezza e privacy dei dati<\/h3>\n
Come reagir\u00e0 la concorrenza a Llama 3.1?<\/h3>\n
Llama 3.1 \u00e8 disponibile nell’Unione Europea?<\/h2>\n
Il futuro dei LLM aperti<\/h2>\n