AI Aanpassen voor de Enterprise en Verder
Tijdens de recente GPU Technical Conference (GTC) 2025 schetste Nvidia’s CEO, Jensen Huang, de strategie van het bedrijf om zijn versnelde computerkracht aan te passen aan een breed scala aan toepassingen. Terwijl de schijnwerpers fel schenen op Nvidia’s next-generation ‘Blackwell’ B300 GPU’s en de toekomstige ‘Rubin’-familie van versnellers, benadrukte Huang ook de toewijding van het bedrijf aan de behoeften van ondernemingen, edge computing en het domein van fysieke AI.
Huang benadrukte dat hoewel cloudserviceproviders worden aangetrokken door Nvidia’s geavanceerde technologie en full-stack benadering, de bredere acceptatie van AI een meer genuanceerde strategie vereist. Hij verklaarde: “Accelerated computing gaat niet over de chip, het gaat niet eens over de chip en de bibliotheken, het programmeermodel. Het is de chip, het programmeermodel en een heleboel software die er bovenop komt.”
AI’s Evolutie: Van Cloud naar Alomtegenwoordigheid
Het initiële momentum van AI mag dan in de cloud zijn ontstaan, maar het traject strekt zich duidelijk veel verder uit. Naarmate AI verschillende sectoren doordringt, komt het diverse systeemconfiguraties, besturingsomgevingen, domeinspecifieke bibliotheken en gebruikspatronen tegen. Huang benadrukte deze uitbreiding en wees op de unieke vereisten van enterprise IT, productie, robotica, zelfrijdende auto’s en zelfs opkomende GPU-cloudproviders.
De fundamentele aard van computing wordt hervormd door AI en machine learning, en beïnvloedt alles, van processors en besturingssystemen tot applicaties en hun orkestratie. Enterprise-workflows evolueren van eenvoudige gegevensopvraging naar interactieve vraag-en-antwoord interacties met AI-systemen.
De Opkomst van AI-Agenten en Digitale Werknemers
Huang ziet een toekomst voor zich waarin AI-agenten een integraal onderdeel worden van het digitale personeelsbestand. Hij voorspelt dat er naast de één miljard kenniswerkers in de wereld, tien miljard digitale werknemers zullen ontstaan, die naadloos samenwerken. Deze alomtegenwoordige aanwezigheid van AI-agenten vereist een nieuw soort computers, geoptimaliseerd voor hun unieke operationele eisen.
Introductie van Nieuwe Hardware voor het AI-Tijdperk
Nvidia speelt in op deze behoefte met de introductie van twee persoonlijke AI-supercomputers: de DGX Spark en de DGX Station. Deze desktopsystemen zijn ontworpen voor inferentie en andere taken en bieden flexibiliteit voor lokale werking of integratie met Nvidia’s DGX Cloud en andere versnelde cloudomgevingen.
De DGX Spark beschikt over de GB10 Grace Blackwell Superchip, die uitzonderlijke prestaties levert voor AI fine-tuning en inferentie. De DGX Station, een krachtiger desktopsysteem, is voorzien van de GB300 Grace-Blackwell Ultra Desktop Superchip, met maar liefst 784 GB aan coherent geheugen, Nvidia’s ConnectX-8 SuperNIC, het AI Enterprise-softwareplatform en toegang tot NIM AI-microservices.
Verder dan Agenten: De Dageraad van AI-Redenering
Deze nieuwe systemen bieden ondernemingen niet alleen krachtige tools voor AI-workloads, maar effenen ook de weg voor de volgende fase van AI-evolutie: redeneermodellen. Deze modellen vertegenwoordigen een aanzienlijke sprong voorwaarts ten opzichte van basis AI-agenten, die in staat zijn om complexe problemen aan te pakken en redeneervermogens te tonen die veel verder gaan dan de prompt-en-antwoord aard van de huidige AI-chatbots.
Huang beschreef deze vooruitgang en zei: “We hebben nu AI’s die kunnen redeneren, wat fundamenteel gaat over het stap voor stap opsplitsen van een probleem. Nu hebben we AI’s die stap voor stap kunnen redeneren met behulp van … technologieën genaamd chain of thought, best of N, consistentiecontrole, padplanning, een verscheidenheid aan verschillende technieken.”
Nemotron-Modellen: AI-Redenering Versterken
Voortbouwend op de basis die werd gelegd op de Consumer Electronics Show met de onthulling van Llama Nemotron- en Cosmos Nemotron-modellen, introduceerde Nvidia een familie van open Llama Nemotron-modellen op GTC. Deze modellen beschikken over verbeterde redeneervermogens voor taken in meerdere stappen in wiskunde, codering, besluitvorming en het opvolgen van instructies.
Kari Briski, Nvidia’s Vice President of Generative AI Software for the Enterprise, benadrukte de toewijding van het bedrijf aan ondersteuning van ontwikkelaars. Nvidia biedt datasets, bestaande uit 60 miljard tokens van synthetisch gegenereerde data, en technieken om de adoptie van deze modellen te vergemakkelijken.
Briski legde uit: “Net als mensen moeten agenten context begrijpen om complexe verzoeken op te splitsen, de intentie van de gebruiker te begrijpen en zich in realtime aan te passen.”
De Nemotron-modellen bieden verschillende niveaus van redeneervermogen en zijn er in drie maten: Nano (geoptimaliseerd voor pc’s en edge-apparaten), Super (hoge nauwkeurigheid en doorvoer op een enkele GPU) en Ultra (ontworpen voor meerdere GPU’s).
AI-Q Blueprint: Data Verbinden met Redenerende Agenten
Nvidia’s AI Enterprise-softwareplatform wordt uitgebreid met AI-Q Blueprint, een op NIM gebaseerd aanbod waarmee ondernemingen bedrijfseigen data kunnen verbinden met redenerende AI-agenten. Deze open software integreert met Nvidia’s NeMo Retriever-tool, waardoor het mogelijk is om diverse datatypes (tekst, afbeeldingen, video’s) te bevragen en samenwerking tussen Nvidia’s versnelde computing en opslagplatforms en software van derden, waaronder de Llama Nemotron-modellen, te vergemakkelijken.
Briski benadrukte de voordelen voor ontwikkelteams en zei: “Voor teams van verbonden agenten biedt de blueprint observabiliteit en transparantie in agentactiviteit, waardoor de ontwikkelaars agenten in de loop van de tijd kunnen verbeteren. Ontwikkelaars kunnen de nauwkeurigheid van agenten verbeteren en de voltooiing van deze taken terugbrengen van uren naar minuten.”
AI Data Platform: Een Referentieontwerp voor Enterprise-Infrastructuur
Nvidia’s AI Data Platform dient als een referentieontwerp voor enterprise-infrastructuur, met AI-queryagenten die zijn gebouwd met behulp van de AI-Q Blueprint.
Fysieke AI: De Digitale en Fysieke Werelden Overbruggen
Huang sprak ook over het ontluikende gebied van fysieke AI, waarbij AI wordt geïntegreerd in fysieke systemen om perceptie en interactie in de echte wereld mogelijk te maken. Hij voorspelde dat dit gebied het grootste segment van de AI-markt zou kunnen worden.
“AI die de fysieke wereld begrijpt, dingen als wrijving en traagheid, oorzaak en gevolg, objectpermanentie, dat vermogen om de fysieke wereld, de driedimensionale wereld te begrijpen. Het is wat een nieuw tijdperk van fysieke AI mogelijk gaat maken en het gaat robotica mogelijk maken,” legde Huang uit.
Vooruitgang in Robotica en Autonome Voertuigen
Verschillende aankondigingen onderstreepten Nvidia’s toewijding aan fysieke AI, waaronder de introductie van de Nvidia AI Dataset, specifiek ontworpen voor robotica en autonome voertuigen. Deze dataset stelt ontwikkelaars in staat om fundamentele modellen vooraf te trainen, te testen, te valideren en te finetunen, gebruikmakend van zowel real-world als synthetische data die worden gebruikt in Nvidia’s Cosmos-wereldmodelontwikkelingsplatform, Drive AV-software, Isaac AI-robotontwikkelingsplatform en Metropolis-framework voor slimme steden.
De eerste iteratie van de dataset is beschikbaar op Hugging Face en biedt 15 terabyte aan data voor roboticatraining, met ondersteuning voor de ontwikkeling van autonome voertuigen gepland voor de nabije toekomst.
Daarnaast kondigde Nvidia de Isaac GROOT N1 aan, een fundamenteel model voor humanoïde robots. Het is getraind op echte en synthetische data en vertegenwoordigt de vooruitgang van Project GROOT.
AI-Horizon Verbreden
Nvidia’s strategische initiatieven tonen een duidelijke visie voor de toekomst van AI, die het bereik ervan ver buiten de grenzen van de cloud uitbreidt, tot in het hart van de onderneming en de fysieke wereld. Door een combinatie van geavanceerde hardware, innovatieve softwareplatforms en een toewijding aan het versterken van ontwikkelaars, positioneert Nvidia zich als de drijvende kracht achter de volgende golf van AI-innovatie. De introductie van redeneervermogens, gekoppeld aan de ontwikkeling van tools en datasets voor fysieke AI, markeert een belangrijke stap in de richting van een toekomst waarin AI naadloos integreert met ons dagelijks leven, industrieën transformeert en de manier waarop we omgaan met technologie opnieuw definieert. De focus op enterprise-oplossingen, edge computing en robotica benadrukt Nvidia’s begrip van de diverse en evoluerende behoeften van het AI-landschap, en verstevigt zijn positie als leider in deze transformatieve technologische revolutie.