Supercomputer und 12 Milliarden Parameter: Krutrim eröffnet ein neues Kapitel in der indischen KI
Der Gründer des Unternehmens Ola und Milliardär Bhavish Aggarwal kündigte eine Investition von 230 Millionen Dollar in sein KI-Startup Krutrim an, mit der Absicht, Indien zu einem führenden Akteur im globalen Rennen um künstliche Intelligenz zu machen. Laut informierten Quellen bei TechCrunch wird die Finanzierung hauptsächlich über Aggarwals Family Office erfolgen, wobei die Gesamtinvestitionen bis zum nächsten Jahr 1,15 Milliarden Dollar erreichen sollen.
Krutrim markierte ein wichtiges Ereignis durch die Öffnung des Zugangs zu seinen KI-Modellen und die Ankündigung des Baus des größten Supercomputers Indiens in Partnerschaft mit Nvidia. Das Unternehmen stellte Krutrim-2 vor – ein Sprachmodell mit 12 Milliarden Parametern, das sich auf die Verarbeitung indischer Sprachen spezialisiert.
Die Testergebnisse sind beeindruckend: Bei der Textsentimentanalyse zeigte das Modell ein Ergebnis von 0,95 im Vergleich zu 0,70 bei Konkurrenten und erreichte bei Codegenerierungsaufgaben 80% Erfolg. Die technischen Fähigkeiten umfassen ein Kontextfenster von 128.000 Tokens, das die Verarbeitung langer Texte und komplexer Dialoge ermöglicht. Bei Grammatikkorrektur-Tests erreichte das Modell 0,98 und bei mehrstufigen Gesprächen 0,91.
„Wir sind noch weit von globalen Standards entfernt, haben aber in einem Jahr gute Fortschritte erzielt“, bemerkte Aggarwal. „Durch die Öffnung des Zugangs zu unseren Modellen hoffen wir auf eine Zusammenarbeit der gesamten indischen KI-Gemeinschaft zur Schaffung eines Ökosystems von Weltklasse.“
Krutrim hat auch sein eigenes BharatBench-Bewertungssystem für die Prüfung der Effektivität von KI-Modellen bei der Arbeit mit indischen Sprachen entwickelt und füllt damit eine Lücke in bestehenden Bewertungssystemen, die sich hauptsächlich auf Englisch und Chinesisch konzentrieren.
Die Initiative entstand vor dem Hintergrund des Bestrebens Indiens, seine Position im Bereich der künstlichen Intelligenz zu stärken, wo amerikanische und chinesische Unternehmen dominieren. Kürzlich begrüßte Indien die Fortschritte des chinesischen Unternehmens DeepSeek und kündigte die Platzierung seiner Sprachmodelle auf inländischen Servern an. Die Cloud-Abteilung von Krutrim hat bereits begonnen, Zugang zu DeepSeek auf indischen Servern bereitzustellen.
