התאמת בינה מלאכותית לארגונים ומעבר לכך
בכנס הטכנולוגי האחרון של GPU (GTC) 2025, מנכ’ל Nvidia, ג’נסן הואנג, תיאר את אסטרטגיית החברה להתאים את יכולת המחשוב המואץ שלה למגוון רחב של יישומים. בעוד שהזרקור הופנה לדור הבא של מעבדי ‘Blackwell’ B300 GPU ולמשפחת מאיצי ‘Rubin’ העתידית, הואנג הדגיש גם את מחויבות החברה לשרת את צורכי הארגונים, מחשוב קצה ותחום הבינה המלאכותית הפיזית.
הואנג הדגיש כי בעוד שספקי שירותי ענן נמשכים לטכנולוגיה המתקדמת של Nvidia ולגישת ה-full-stack, האימוץ הרחב יותר של AI דורש אסטרטגיה מגוונת יותר. הוא הצהיר, ‘מחשוב מואץ אינו קשור רק לשבב, זה אפילו לא קשור לשבב ולספריות, למודל התכנות. זה השבב, מודל התכנות, וחבורה שלמה של תוכנות שנמצאות מעל זה.’
האבולוציה של AI: מענן לכל מקום
המומנטום הראשוני של AI אולי מקורו בענן, אך מסלולו מתרחב בבירור הרבה מעבר לכך. ככל ש-AI חודר למגזרים שונים, הוא נתקל בתצורות מערכת מגוונות, סביבות הפעלה, ספריות ספציפיות לתחום ודפוסי שימוש. הואנג הדגיש את ההתרחבות הזו, וציין את הדרישות הייחודיות של IT ארגוני, ייצור, רובוטיקה, מכוניות אוטונומיות ואפילו ספקי ענן GPU מתפתחים.
הטבע הבסיסי של המחשוב מעוצב מחדש על ידי AI ולמידת מכונה, ומשפיע על הכל, החל ממעבדים ומערכות הפעלה ועד ליישומים ולתיזמור שלהם. תהליכי עבודה ארגוניים מתפתחים מאחזור נתונים פשוט לאינטראקציות של שאלות ותשובות אינטראקטיביות עם מערכות AI.
עלייתם של סוכני AI ועובדים דיגיטליים
הואנג חוזה עתיד שבו סוכני AI הופכים לחלק בלתי נפרד מכוח העבודה הדיגיטלי. הוא צופה שלצד מיליארד עובדי הידע בעולם, יופיעו עשרה מיליארד עובדים דיגיטליים, שישתפו פעולה בצורה חלקה. נוכחותם הנרחבת של סוכני AI מחייבת זן חדש של מחשבים, המותאמים לדרישות התפעוליות הייחודיות שלהם.
הצגת חומרה חדשה לעידן ה-AI
Nvidia נותנת מענה לצורך זה עם הצגתם של שני מחשבי-על אישיים לבינה מלאכותית: DGX Spark ו-DGX Station. מערכות שולחניות אלו מיועדות להסקה ומשימות אחרות, ומציעות גמישות להפעלה מקומית או שילוב עם DGX Cloud של Nvidia וסביבות ענן מואצות אחרות.
DGX Spark מתגאה בשבב GB10 Grace Blackwell Superchip, המספק ביצועים יוצאי דופן לכוונון עדין והסקה של AI. DGX Station, מערכת שולחנית חזקה יותר, כוללת את GB300 Grace-Blackwell Ultra Desktop Superchip, המציע זיכרון קוהרנטי עצום של 784GB, ConnectX-8 SuperNIC של Nvidia, פלטפורמת התוכנה AI Enterprise וגישה למיקרו-שירותי NIM AI.
מעבר לסוכנים: שחר של הסקת AI
מערכות חדשות אלו לא רק מספקות לארגונים כלים רבי עוצמה עבור עומסי עבודה של AI, אלא גם סוללות את הדרך לשלב הבא של אבולוציית AI: מודלים של הסקה. מודלים אלה מייצגים קפיצת מדרגה משמעותית מעבר לסוכני AI בסיסיים, המסוגלים להתמודד עם בעיות מורכבות ולהפגין יכולות הסקה העולות בהרבה על אופי ההנחיה והתגובה של צ’אטבוטים AI הנוכחיים.
הואנג תיאר את ההתקדמות הזו ואמר, ‘כעת יש לנו בינה מלאכותית שיכולה להסיק, שהיא בעצם פירוק בעיה, צעד אחר צעד. עכשיו יש לנו בינה מלאכותית שיכולה להסיק צעד אחר צעד אחר צעד באמצעות… טכנולוגיות הנקראות שרשרת מחשבה, הטוב ביותר מ-N, בדיקת עקביות, תכנון נתיב, מגוון טכניקות שונות.’
מודלים של Nemotron: העצמת הסקת AI
בהתבסס על הבסיס שהונח בתערוכת האלקטרוניקה הצרכנית עם חשיפת מודלי Llama Nemotron ו-Cosmos Nemotron, Nvidia הציגה משפחה של מודלי Llama Nemotron פתוחים ב-GTC. מודלים אלה מתהדרים ביכולות הסקה משופרות עבור משימות מרובות שלבים במתמטיקה, קידוד, קבלת החלטות ומעקב אחר הוראות.
קארי בריסקי, סגנית נשיא Nvidia לתוכנת AI גנרטיבית לארגונים, הדגישה את מחויבות החברה לתמיכה במפתחים. Nvidia מספקת ערכות נתונים, הכוללות 60 מיליארד טוקנים של נתונים שנוצרו באופן סינתטי, וטכניקות כדי להקל על אימוץ המודלים הללו.
בריסקי הסבירה, ‘בדיוק כמו בני אדם, סוכנים צריכים להבין הקשר כדי לפרק בקשות מורכבות, להבין את כוונת המשתמש ולהסתגל בזמן אמת.’
מודלי Nemotron מציעים רמות שונות של יכולות הסקה ומגיעים בשלושה גדלים: Nano (מותאם למחשבים אישיים והתקני קצה), Super (דיוק ותפוקה גבוהים ב-GPU יחיד) ו-Ultra (מיועד למספר GPUs).
AI-Q Blueprint: חיבור נתונים לסוכני הסקה
פלטפורמת התוכנה AI Enterprise של Nvidia מוגדלת עם AI-Q Blueprint, הצעה מבוססת NIM המאפשרת לארגונים לחבר נתונים קנייניים לסוכני הסקת AI. תוכנה פתוחה זו משתלבת עם כלי NeMo Retriever של Nvidia, המאפשר שאילתות של סוגי נתונים מגוונים (טקסט, תמונות, סרטונים) ומאפשר שיתוף פעולה בין מחשוב מואץ של Nvidia ופלטפורמות אחסון ותוכנה של צד שלישי, כולל מודלי Llama Nemotron.
בריסקי הדגישה את היתרונות עבור צוותי פיתוח ואמרה, ‘עבור צוותים של סוכנים מחוברים, ה-blueprint מספק יכולת תצפית ושקיפות בפעילות הסוכן, ומאפשר למפתחים לשפר סוכנים לאורך זמן. מפתחים יכולים לשפר את דיוק הסוכן ולהפחית את השלמת המשימות הללו משעות לדקות.’
AI Data Platform: עיצוב ייחוס לתשתית ארגונית
AI Data Platform של Nvidia משמש כעיצוב ייחוס לתשתית ארגונית, המשלב סוכני שאילתות AI שנבנו באמצעות AI-Q Blueprint.
בינה מלאכותית פיזית: גישור בין העולמות הדיגיטלי והפיזי
הואנג התייחס גם לתחום המתפתח של בינה מלאכותית פיזית, הכולל שילוב AI במערכות פיזיות כדי לאפשר תפיסה ואינטראקציה בעולם האמיתי. הוא צפה שתחום זה עשוי להפוך לפלח הגדול ביותר בשוק ה-AI.
‘בינה מלאכותית שמבינה את העולם הפיזי, דברים כמו חיכוך ואינרציה, סיבה ותוצאה, קביעות אובייקט, היכולת הזו להבין את העולם הפיזי, העולם התלת מימדי. זה מה שיאפשר עידן חדש של בינה מלאכותית פיזית וזה יאפשר רובוטיקה,’ הסביר הואנג.
התקדמות ברובוטיקה וכלי רכב אוטונומיים
מספר הכרזות הדגישו את מחויבותה של Nvidia לבינה מלאכותית פיזית, כולל הצגת Nvidia AI Dataset, שתוכנן במיוחד עבור רובוטיקה וכלי רכב אוטונומיים. ערכת נתונים זו מאפשרת למפתחים לאמן מראש, לבדוק, לאמת ולכוונן מודלי בסיס, תוך מינוף נתונים מהעולם האמיתי ונתונים סינתטיים המשמשים בפלטפורמת פיתוח מודל העולם Cosmos של Nvidia, תוכנת Drive AV, פלטפורמת פיתוח רובוטי AI Isaac ומסגרת Metropolis לערים חכמות.
האיטרציה הראשונית של ערכת הנתונים זמינה ב-Hugging Face, ומציעה 15 טרה-בייט של נתונים לאימון רובוטיקה, עם תמיכה בפיתוח רכב אוטונומי המתוכננת לעתיד הקרוב.
בנוסף, Nvidia הכריזה על Isaac GROOT N1, מודל בסיס לרובוטים דמויי אדם. הוא מאומן על נתונים אמיתיים וסינתטיים, ומייצג את ההתקדמות של Project GROOT.
הרחבת אופקי ה-AI
היוזמות האסטרטגיות של Nvidia מדגימות חזון ברור לעתיד ה-AI, המרחיב את טווח ההגעה שלו הרבה מעבר לגבולות הענן ואל לב הארגון והעולם הפיזי. באמצעות שילוב של חומרה מתקדמת, פלטפורמות תוכנה חדשניות ומחויבות להעצמת מפתחים, Nvidia ממצבת את עצמה ככוח המניע מאחורי הגל הבא של חדשנות AI. הצגת יכולות הסקה, יחד עם פיתוח כלים וערכות נתונים עבור AI פיזי, מסמנת צעד משמעותי לקראת עתיד שבו AI משתלב בצורה חלקה בחיי היומיום שלנו, משנה תעשיות ומגדיר מחדש את הדרך בה אנו מתקשרים עם טכנולוגיה. ההתמקדות בפתרונות ארגוניים, מחשוב קצה ורובוטיקה מדגישה את הבנתה של Nvidia את הצרכים המגוונים והמתפתחים של נוף ה-AI, ומבססת את מעמדה כמובילה במהפכה הטכנולוגית הטרנספורמטיבית הזו.