Adaptacja AI dla przedsiębiorstw i nie tylko
Nvidia, niekwestionowany lider w dostarczaniu kompleksowego stosu sprzętu, oprogramowania i narzędzi programistycznych dla rozwijającej się dziedziny sztucznej inteligencji, kieruje swoją uwagę na przedsiębiorstwa. Firma wykazuje głębokie zrozumienie, że wszechobecny wpływ AI wymaga zdolności adaptacji do różnych krajobrazów technologicznych.
Podczas niedawnej konferencji GPU Technical Conference (GTC) 2025, CEO Nvidii, Jensen Huang, przedstawił strategię firmy, mającą na celu dostosowanie jej możliwości obliczeń akcelerowanych do szerokiego zakresu zastosowań. Podczas gdy światła reflektorów skierowane były na nową generację GPU ‘Blackwell’ B300 i przyszłą rodzinę akceleratorów ‘Rubin’, Huang podkreślił również zaangażowanie firmy w zaspokajanie potrzeb przedsiębiorstw, przetwarzania brzegowego i sfery fizycznej AI.
Huang podkreślił, że chociaż dostawcy usług w chmurze są przyciągani przez najnowocześniejszą technologię Nvidii i podejście oparte na pełnym stosie, szersze przyjęcie AI wymaga bardziej zniuansowanej strategii. Stwierdził: “Obliczenia akcelerowane to nie tylko chip, to nawet nie jest chip i biblioteki, model programowania. To chip, model programowania i cała masa oprogramowania, które na nim działa”.
Ewolucja AI: Od chmury do wszechobecności
Początkowy impet AI mógł pochodzić z chmury, ale jej trajektoria wyraźnie wykracza daleko poza nią. W miarę jak AI przenika różne sektory, napotyka różnorodne konfiguracje systemów, środowiska operacyjne, biblioteki specyficzne dla domeny i wzorce użytkowania. Huang podkreślił tę ekspansję, zauważając unikalne wymagania korporacyjnych działów IT, produkcji, robotyki, samochodów autonomicznych, a nawet wschodzących dostawców chmur GPU.
Fundamentalna natura obliczeń jest przekształcana przez AI i uczenie maszynowe, wpływając na wszystko, od procesorów i systemów operacyjnych po aplikacje i ich orkiestrację. Przepływy pracy w przedsiębiorstwach ewoluują od prostego pobierania danych do interaktywnych interakcji z systemami AI w formie pytań i odpowiedzi.
Rozwój agentów AI i cyfrowych pracowników
Huang przewiduje przyszłość, w której agenci AI staną się integralną częścią cyfrowej siły roboczej. Przewiduje, że obok miliarda pracowników umysłowych na świecie pojawi się dziesięć miliardów cyfrowych pracowników, współpracujących ze sobą bezproblemowo. Ta wszechobecna obecność agentów AI wymaga nowej generacji komputerów, zoptymalizowanych pod kątem ich unikalnych wymagań operacyjnych.
Wprowadzenie nowego sprzętu dla ery AI
Nvidia odpowiada na tę potrzebę, wprowadzając dwa osobiste superkomputery AI: DGX Spark i DGX Station. Te systemy desktopowe są przeznaczone do wnioskowania i innych zadań, oferując elastyczność w zakresie lokalnej pracy lub integracji z DGX Cloud Nvidii i innymi akcelerowanymi środowiskami chmurowymi.
DGX Spark zawiera GB10 Grace Blackwell Superchip, zapewniając wyjątkową wydajność w zakresie dostrajania i wnioskowania AI. DGX Station, potężniejszy system desktopowy, zawiera GB300 Grace-Blackwell Ultra Desktop Superchip, oferując ogromną pamięć koherentną 784 GB, ConnectX-8 SuperNIC Nvidii, platformę oprogramowania AI Enterprise i dostęp do mikrousług NIM AI.
Poza agentami: Świt rozumowania AI
Te nowe systemy nie tylko zapewniają przedsiębiorstwom potężne narzędzia do obsługi obciążeń AI, ale także torują drogę do następnego etapu ewolucji AI: modeli rozumowania. Modele te stanowią znaczący krok naprzód w porównaniu z podstawowymi agentami AI, zdolnymi do rozwiązywania złożonych problemów i wykazującymi zdolności rozumowania znacznie przewyższające naturę obecnych chatbotów AI opartą na podpowiedziach i odpowiedziach.
Huang opisał ten postęp, stwierdzając: “Mamy teraz AI, które potrafią rozumować, co zasadniczo polega na rozbiciu problemu, krok po kroku. Teraz mamy AI, które potrafią rozumować krok po kroku, korzystając z… technologii zwanych łańcuchem myśli, najlepszym z N, sprawdzaniem spójności, planowaniem ścieżki, różnymi innymi technikami”.
Modele Nemotron: Wzmacnianie rozumowania AI
Opierając się na fundamentach położonych podczas Consumer Electronics Show, gdzie zaprezentowano modele Llama Nemotron i Cosmos Nemotron, Nvidia wprowadziła na GTC rodzinę otwartych modeli Llama Nemotron. Modele te charakteryzują się zwiększonymi możliwościami rozumowania w przypadku zadań wieloetapowych w matematyce, kodowaniu, podejmowaniu decyzji i wykonywaniu instrukcji.
Kari Briski, wiceprezes Nvidii ds. oprogramowania generatywnej AI dla przedsiębiorstw, podkreśliła zaangażowanie firmy we wsparcie programistów. Nvidia dostarcza zestawy danych, obejmujące 60 miliardów tokenów syntetycznie wygenerowanych danych, oraz techniki ułatwiające przyjęcie tych modeli.
Briski wyjaśniła: “Podobnie jak ludzie, agenci muszą rozumieć kontekst, aby rozbić złożone żądania, zrozumieć intencje użytkownika i dostosowywać się w czasie rzeczywistym”.
Modele Nemotron oferują różne poziomy możliwości rozumowania i są dostępne w trzech rozmiarach: Nano (zoptymalizowane dla komputerów PC i urządzeń brzegowych), Super (wysoka dokładność i przepustowość na jednym GPU) i Ultra (przeznaczone dla wielu GPU).
AI-Q Blueprint: Łączenie danych z agentami rozumowania
Platforma oprogramowania AI Enterprise Nvidii jest rozszerzana o AI-Q Blueprint, ofertę opartą na NIM, która umożliwia przedsiębiorstwom łączenie zastrzeżonych danych z agentami rozumowania AI. To otwarte oprogramowanie integruje się z narzędziem NeMo Retriever Nvidii, umożliwiając wyszukiwanie różnych typów danych (tekst, obrazy, filmy) i ułatwiając współpracę między akcelerowanymi obliczeniami Nvidii a platformami i oprogramowaniem do przechowywania danych innych firm, w tym modelami Llama Nemotron.
Briski podkreśliła korzyści dla zespołów programistycznych, stwierdzając: “W przypadku zespołów połączonych agentów, blueprint zapewnia obserwowalność i przejrzystość aktywności agentów, umożliwiając programistom ulepszanie agentów w czasie. Programiści mogą poprawić dokładność agentów i skrócić czas realizacji tych zadań z godzin do minut”.
Platforma danych AI: Projekt referencyjny dla infrastruktury korporacyjnej
Platforma danych AI Nvidii służy jako projekt referencyjny dla infrastruktury korporacyjnej, obejmujący agentów zapytań AI zbudowanych przy użyciu AI-Q Blueprint.
Fizyczna AI: Łączenie świata cyfrowego i fizycznego
Huang odniósł się również do rozwijającej się dziedziny fizycznej AI, która obejmuje integrację AI z systemami fizycznymi w celu umożliwienia percepcji i interakcji w świecie rzeczywistym. Przewidział, że ten obszar może stać się największym segmentem rynku AI.
“AI, która rozumie świat fizyczny, rzeczy takie jak tarcie i bezwładność, przyczyna i skutek, trwałość obiektu, ta zdolność do rozumienia świata fizycznego, trójwymiarowego świata. To jest to, co umożliwi nową erę fizycznej AI i umożliwi robotykę” - wyjaśnił Huang.
Postępy w robotyce i pojazdach autonomicznych
Kilka ogłoszeń podkreśliło zaangażowanie Nvidii w fizyczną AI, w tym wprowadzenie Nvidia AI Dataset, specjalnie zaprojektowanego dla robotyki i pojazdów autonomicznych. Ten zestaw danych umożliwia programistom wstępne szkolenie, testowanie, walidację i dostrajanie modeli podstawowych, wykorzystując zarówno dane ze świata rzeczywistego, jak i dane syntetyczne wykorzystywane w platformie rozwoju modelu świata Cosmos Nvidii, oprogramowaniu Drive AV, platformie rozwoju robotów Isaac AI i frameworku Metropolis dla inteligentnych miast.
Początkowa iteracja zestawu danych jest dostępna na Hugging Face, oferując 15 terabajtów danych do szkolenia robotyki, a wsparcie dla rozwoju pojazdów autonomicznych jest planowane w najbliższej przyszłości.
Ponadto Nvidia ogłosiła Isaac GROOT N1, model podstawowy dla robotów humanoidalnych. Jest on szkolony na danych rzeczywistych i syntetycznych i stanowi postęp w Projekcie GROOT.
Poszerzanie horyzontów AI
Strategiczne inicjatywy Nvidii demonstrują jasną wizję przyszłości AI, rozszerzając jej zasięg daleko poza granice chmury i wkraczając w serce przedsiębiorstw i świata fizycznego. Poprzez połączenie najnowocześniejszego sprzętu, innowacyjnych platform oprogramowania i zaangażowania we wzmacnianie pozycji programistów, Nvidia pozycjonuje się jako siła napędowa kolejnej fali innowacji AI. Wprowadzenie możliwości rozumowania, w połączeniu z rozwojem narzędzi i zestawów danych dla fizycznej AI, stanowi znaczący krok w kierunku przyszłości, w której AI bezproblemowo integruje się z naszym codziennym życiem, przekształcając branże i redefiniując sposób, w jaki wchodzimy w interakcje z technologią. Koncentracja na rozwiązaniach dla przedsiębiorstw, przetwarzaniu brzegowym i robotyce podkreśla zrozumienie przez Nvidię różnorodnych i ewoluujących potrzeb krajobrazu AI, umacniając jej pozycję lidera w tej transformacyjnej rewolucji technologicznej.