Auf der GTC 2025 kündigte NVIDIA bedeutende Fortschritte in den Bereichen KI und Entscheidungsoptimierung an. Die neuesten CUDA-X-Bibliotheken wurden vorgestellt und die leistungsstarke Optimierungs-Engine cuOpt als Open Source bereitgestellt. Diese Innovationen beschleunigen Data-Science-Workflows und Echtzeit-Entscheidungen branchenübergreifend erheblich.
Mit der Weiterentwicklung von künstlicher Intelligenz und Datenwissenschaft ist die Fähigkeit, riesige Datensätze schnell zu verarbeiten und zu analysieren, zu einem entscheidenden Unterscheidungsmerkmal geworden. Die CUDA-X-Bibliotheken von NVIDIA, die auf der CUDA-Plattform basieren, bieten eine Sammlung GPU-beschleunigter Bibliotheken, die eine deutlich höhere Leistung bieten als herkömmliche, nur CPU-basierte Alternativen.
Die neueste Version, cuML 25.02, ist jetzt als Open Beta verfügbar und ermöglicht es Datenwissenschaftlern und Forschern, beliebte Machine-Learning-Algorithmen wie scikit-learn, UMAP und HDBSCAN ohne Codeänderungen zu beschleunigen. Dieses Beschleunigungsparadigma ohne Codeänderungen, das erstmals von cuDF-pandas für DataFrame-Operationen etabliert wurde, lässt sich nun auch auf Machine-Learning-Aufgaben übertragen und reduziert die Rechenzeiten von Stunden auf Sekunden.
cuOpt wird Open Source
NVIDIA kündigte außerdem an, cuOpt, seine KI-gestützte Engine zur Entscheidungsoptimierung, als Open Source zu veröffentlichen . Diese Entscheidung macht die leistungsstarke Software für Entwickler, Forscher und Unternehmen frei zugänglich und läutet eine neue Ära der Echtzeitoptimierung in einem beispiellosen Umfang ein.
Die Optimierung von Entscheidungen ist für Unternehmen weltweit unerlässlich – von Logistikunternehmen, die optimale Lkw-Routen ermitteln, bis hin zu Fluggesellschaften, die Flüge bei Störungen umleiten. Traditionelle Optimierungsmethoden stoßen aufgrund der exponentiellen Komplexität dieser Probleme oft an ihre Grenzen und benötigen Stunden oder sogar Tage für die Berechnung von Lösungen. cuOpt, basierend auf NVIDIA-GPUs, begegnet diesem Problem durch die dynamische und gleichzeitige Auswertung von Milliarden von Variablen: Lagerbestände, Produktionskapazitäten, Lieferverzögerungen, Treibstoffkosten, Risikofaktoren und regulatorische Vorgaben. So liefert cuOpt optimale Lösungen nahezu in Echtzeit.
Führende Optimierungsunternehmen wie Gurobi Optimization, IBM, das FICO Xpress-Team, HiGHS, SimpleRose und COPT integrieren oder evaluieren cuOpt bereits, um ihre Entscheidungsfindungsfähigkeiten zu verbessern. Gurobi Optimization testet beispielsweise aktiv cuOpt-Solver, um Algorithmen erster Ordnung für eine höhere Leistung zu verfeinern.
Erste Benchmarks zeigen die bemerkenswerte Leistung von cuOpt:
- Beschleunigung der linearen Programmierung: im Durchschnitt 70-mal schneller als CPU-basierte Solver, mit Beschleunigungen von 10- bis 3,000-mal.
- Gemischt-ganzzahlige Programmierung: 60-mal schnellere Lösungen, wie SimpleRose demonstriert.
- Fahrzeugrouting: 240-fache Beschleunigung beim dynamischen Routing, wodurch nahezu sofortige Routenanpassungen möglich sind.
KI-Datenplattform für beschleunigte Unternehmensspeicherung
Darüber hinaus stellte NVIDIA die NVIDIA AI Data Platform vor , eine anpassbare Referenzarchitektur zur Beschleunigung von KI-Inferenz-Workloads in Unternehmensspeichersystemen. Diese neue Plattform ermöglicht es Speicheranbietern, spezialisierte KI-Abfrageagenten zu integrieren, die auf NVIDIAs beschleunigten Rechen-, Netzwerk- und Softwaretechnologien basieren.
Mithilfe der NVIDIA AI Enterprise-Software, einschließlich NVIDIA NIM-Mikroservices für die neuen NVIDIA Llama Nemotron-Reasoning-Modelle und des NVIDIA AI-Q Blueprint, können diese KI-Abfrageagenten schnell Erkenntnisse aus strukturierten, halbstrukturierten und unstrukturierten Datenquellen generieren. Dazu gehören Text, PDFs, Bilder und Videos.
Die Plattform nutzt NVIDIA Blackwell GPUs, BlueField DPUs, Spectrum-X-Netzwerke und die Open-Source-Inferenzbibliothek NVIDIA Dynamo, um die Leistung deutlich zu steigern. BlueField DPUs bieten eine bis zu 1.6-mal höhere Leistung als herkömmliche CPU-basierte Speicherlösungen und reduzieren gleichzeitig den Stromverbrauch um bis zu 50 %. Spectrum-X-Netzwerke beschleunigen den KI-Speicherverkehr im Vergleich zu herkömmlichem Ethernet um bis zu 48 %.
Führende Speicheranbieter wie DDN, Dell Technologies, VAST Data, HPE, Hitachi Vantara, IBM, NetApp, Nutanix, Pure Storage und WEKA arbeiten mit NVIDIA zusammen, um diese Funktionen in ihre Enterprise-Speicherangebote zu integrieren. NVIDIA-zertifizierte Speicheranbieter planen, ab diesem Monat Lösungen auf Basis der NVIDIA AI Data Platform auf den Markt zu bringen.
NVIDIA Llama Nemotron-Reasoning-Modelle
NVIDIA kündigte außerdem neue Modelle der Llama-Nemotron- Familie an, einer Reihe offener, sofort einsatzbereiter KI-Modelle, die speziell für die Entwicklung fortschrittlicher Agenten zur Lösung komplexer Aufgaben konzipiert wurden. Basierend auf LLAMA, einem der am weitesten verbreiteten offenen Modelle, wurden die Llama-Nemotron-Modelle algorithmisch optimiert, um die Modellgröße zu reduzieren und so die Recheneffizienz bei gleichbleibender Genauigkeit zu verbessern.
Diese Modelle wurden nachträglich weiter trainiert, um die Fähigkeit zur Schlussfolgerung in kritischen Benchmarks für Mathematik, Tool-Calling, Anweisungsbefolgung und Konversationsaufgaben zu fördern. NVIDIA stellt diese Modelle öffentlich zur Verfügung und veröffentlicht die Datensätze und Trainingstechniken, die für ihre hohe Genauigkeit verwendet wurden. Diese Datensätze umfassen 60 Milliarden Tokens von NVIDIA generierter synthetischer Daten, die etwa 360,000 H100-Inferenzstunden und 45,000 Stunden menschlicher Annotation entsprechen und für Entwickler frei zugänglich sind.
Ein einzigartiges Merkmal der Llama Nemotron-Modelle ist die Möglichkeit, die Reasoning-Funktionen ein- und auszuschalten, was Entwicklern beispiellose Flexibilität bietet. Die Modelle sind in drei Varianten erhältlich: Nano, Super und Ultra. Nano bietet die höchste Reasoning-Genauigkeit seiner Klasse. Super bietet optimale Genauigkeit kombiniert mit dem höchsten Durchsatz auf einer einzelnen Rechenzentrums-GPU, und Ultra bietet maximale Agentengenauigkeit, optimiert für Multi-GPU-Server im Rechenzentrumsmaßstab.
Die Modelle Nano und Super sind ab sofort als NIM-Microservices verfügbar und können unter ai.nvidia.com abgerufen und heruntergeladen werden. Die Veröffentlichung von Ultra ist in Kürze geplant.
NVIDIA Omniverse Blueprint verbessert KI-Fabrikdesign und -Simulation
NVIDIA hat die wachsende Nachfrage nach KI-Fabriken erkannt und den NVIDIA Omniverse Blueprint für die Entwicklung und den Betrieb von KI-Fabriken vorgestellt.
In seiner Keynote demonstrierte NVIDIA-Gründer und CEO Jensen Huang, wie das NVIDIA-Rechenzentrums-Engineering-Team Omniverse Blueprint nutzte, um eine 1-Gigawatt-KI-Fabrik zu planen, zu optimieren und zu simulieren. Dank der Anbindung an führende Simulationstools wie die Cadence Reality Digital Twin Platform und ETAP können Ingenieure Stromversorgung, Kühlung und Netzwerk lange vor Baubeginn testen und optimieren.
Das Omniverse Blueprint integriert OpenUSD-Bibliotheken und ermöglicht Entwicklern die Aggregation von 3D-Daten aus verschiedenen Quellen, darunter NVIDIA-beschleunigte Rechensysteme sowie Stromversorgungs- und Kühleinheiten von Schneider Electric und Vertiv. Das Blueprint unterstützt Ingenieure bei der Bewältigung von Herausforderungen in den Bereichen Komponentenintegration, Kühlleistung, Stromversorgungssicherheit und Netzwerkoptimierung.
Omniverse Blueprint bricht traditionelle Engineering-Silos auf und ermöglicht multidisziplinären Teams die Zusammenarbeit in Echtzeit. So wird der Energieverbrauch optimiert, potenzielle Fehlerquellen werden eliminiert und reale Bedingungen werden modelliert. Echtzeitsimulationen ermöglichen schnellere Entscheidungen und reduzieren das Risiko kostspieliger Ausfallzeiten deutlich.
Für KI-gesteuerte Upgrades von Rechenzentren sind Investitionen in Höhe von einer Billion US-Dollar geplant. NVIDIAs Omniverse Blueprint wird die Transformation anführen und den Betreibern von KI-Fabriken dabei helfen, den sich entwickelnden Arbeitslasten immer einen Schritt voraus zu sein, Ausfallzeiten zu minimieren und die Effizienz zu maximieren.
Der neue Isaac GROOT N1 beschleunigt die humanoide Robotik
NVIDIA stellte auf der GTC 2025 neue Technologien zur Beschleunigung der Entwicklung humanoider Roboter vor. Im Mittelpunkt dieser Ankündigung steht NVIDIA Isaac GR00T N1 , das weltweit erste offene und vollständig anpassbare Basismodell, das für allgemeines humanoides Denken und Fähigkeiten entwickelt wurde.
GR00T N1 nutzt eine Dual-System-Architektur, die der menschlichen Wahrnehmung nachempfunden ist. System 1 fungiert als Schnellreaktionsmodul, analog zu menschlichen Reflexen, und generiert präzise Roboterbewegungen, die auf einer Mischung aus menschlichen Demonstrationen und synthetischen Daten von NVIDIA Omniverse trainiert wurden. System 2, ein langsamer denkendes Modul, das auf einem Vision-Language-Modell basiert, interpretiert Umgebung und Anweisungen für eine bewusste, methodische Entscheidungsfindung. Dank dieser Fähigkeiten kann GR00T N1 komplexe, mehrstufige Aufgaben in Anwendungen wie Materialhandhabung, Verpackung und Inspektion generalisieren.
„Die generalistische Robotik steht vor einem Umbruch“, bemerkte NVIDIA-CEO Jensen Huang. Er demonstrierte dieses Potenzial anhand eines humanoiden Roboters von 1X Technologies, der selbstständig Haushaltsaufgaben erledigte und die Fähigkeiten demonstrierte, die mit minimalem zusätzlichem Training erreicht werden können.
Bernt Børnich, CEO von 1X Technologies, betonte die Anpassungsfähigkeit und Lernfähigkeit in der Robotik und wies darauf hin, wie NVIDIAs GR00T N1 den Einsatz ihres Roboters NEO Gamma erheblich rationalisierte und Humanoide förderte, die als Begleiter und praktische Assistenten dienen.
Die führenden Robotik-Innovatoren Agility Robotics, Boston Dynamics, Mentee Robotics und NEURA Robotics haben frühzeitigen Zugriff auf GR00T N1 erhalten und stehen damit an der Spitze dieser Robotik-Evolution.
Newton: Open-Source-Physik-Engine
NVIDIA kündigte außerdem Newton an, eine Open-Source-Physik-Engine, die in Zusammenarbeit mit Google DeepMind und Disney Research entwickelt wurde. Newton ist speziell für die Robotik optimiert und mit etablierten Simulationsplattformen wie MuJoCo und NVIDIA Isaac Lab kompatibel. MuJoCo-Warp, ein weiteres Gemeinschaftsprojekt von Google DeepMind und NVIDIA, verspricht eine 70-fache Beschleunigung von Machine-Learning-Workloads in der Robotik.
Disney Research wird Newton in seine Robotercharakter-Plattform integrieren und so ausdrucksstarke Unterhaltungsroboter der nächsten Generation entwickeln, wie beispielsweise die von Star Wars inspirierten BDX-Droiden, die Huang in seiner Keynote vorstellte. Kyle Laughlin, Senior Vice President bei Walt Disney Imagineering Research & Development , hob Newtons Rolle bei der Entwicklung interaktiverer und emotional ansprechenderer Robotercharaktere für zukünftige Disney-Erlebnisse hervor.
Isaac GROOT Blaupause enthüllt
GR00T N1 nutzt eine von der menschlichen Kognition inspirierte Dual-System-Architektur. System 1 repräsentiert ein schnelles, handlungsorientiertes Modell, das menschliche Reflexe und Intuition widerspiegelt. System 2 dient als langsames, entscheidungsorientiertes Modell für überlegte und methodische Entscheidungsfindung.
Angetrieben von einem Vision-Language-Modell analysiert System 2 seine Umgebung und die erhaltenen Anweisungen, um Aktionen zu planen. System 1 übersetzt diese Pläne anschließend in präzise, kontinuierliche Bewegungen des Roboters. System 1 wird mithilfe menschlicher Demonstrationsdaten und einer großen Menge synthetischer Daten trainiert, die von der NVIDIA Omniverse-Plattform generiert werden.
Um dem ständigen Bedarf von Robotikentwicklern an umfangreichen und qualitativ hochwertigen Trainingsdaten gerecht zu werden, präsentierte NVIDIA den Isaac GR00T Blueprint zur Generierung synthetischer Bewegungen. Dieser Blueprint erzeugt in kürzester Zeit riesige synthetische Datensätze – 780,000 synthetische Trajektorien (entsprechend neun Monaten kontinuierlicher menschlicher Daten) wurden in nur elf Stunden generiert. Die Integration dieser synthetischen Daten steigerte die Leistung des GR00T N1 im Vergleich zu realen Daten allein um 40 %.
Um die Robotik-Community weiter zu unterstützen, hat NVIDIA GR00T N1-Datensätze und Evaluierungsszenarien über Hugging Face und GitHub veröffentlicht. Entwickler können außerdem auf die Isaac GR00T Blueprint-Demo auf build.nvidia.com und GitHub zugreifen. Die für Ende des Jahres erwartete Newton-Physik-Engine wird diese Ressourcen ergänzen. NVIDIAs persönlicher KI-Supercomputer DGX Spark bietet Entwicklern eine schlüsselfertige Lösung, um die Fähigkeiten des GR00T N1 für verschiedene Robotikanwendungen zu erweitern.
Erweiterte Modelle der Cosmos World Foundation für die Entwicklung physischer KI
Auf der GTC 2025 kündigte NVIDIA eine bedeutende Erweiterung seiner Cosmos World Foundation Models (WFMs) an. Entwickler erhalten damit offene, vollständig anpassbare Modelle für logisches Denken, die die Entwicklung physikalischer KI deutlich verbessern. Diese Innovationen ermöglichen eine beispiellose Kontrolle und Effizienz bei der Generierung synthetischer Trainingsdaten für Robotik und autonome Fahrzeuge.
Zu den wichtigsten Produktneuheiten zählen zwei neue Blueprints auf Basis der NVIDIA-Plattformen Omniverse und Cosmos, die die Generierung synthetischer Daten und die Post-Training-Prozesse beschleunigen. Zu den ersten Anwendern dieser Plattformen zählen Branchenführer wie 1X, Agility Robotics, Figure AI, Foretellix, Skild AI und Uber, die Cosmos bereits für verbesserte Datenfülle und Skalierbarkeit nutzen.
Cosmos Transfer, ein bedeutender Fortschritt in der synthetischen Datengenerierung, verarbeitet strukturierte Videoeingaben – wie Segmentierungskarten, Lidar-Scans und Posenschätzungen – und wandelt sie in steuerbare, fotorealistische Videoausgaben um. Dies optimiert das Training von Perzeptions-KI, indem von Omniverse generierte 3D-Simulationen effizient in realistische Videodatensätze umgewandelt werden. Agility Robotics gehört zu den ersten Unternehmen, die Cosmos Transfer integriert haben und nutzt es umfassend zur Verbesserung ihrer Robotertrainingsprozesse.
Omniverse Blueprint nutzt Cosmos Transfer
Für die Simulation autonomer Fahrzeuge hat NVIDIA den Omniverse Blueprint eingeführt. Dieser nutzt Cosmos Transfer, um Sensordatenbedingungen wie Wetter oder Beleuchtung zu variieren und so Datensätze deutlich zu erweitern. Foretellix und Parallel Domain haben diesen Blueprint übernommen und ermöglichen so verbesserte und vielfältigere Simulationen von Verhaltensszenarien.
Darüber hinaus nutzt der NVIDIA GR00T Blueprint sowohl Omniverse- als auch Cosmos Transfer-Plattformen, um schnell groß angelegte synthetische Manipulationsbewegungsdatensätze zu generieren, wodurch die für die Datenerfassung benötigte Zeit drastisch von Tagen auf wenige Stunden reduziert wird.
Cosmos Predict und Cosmos Reason
Cosmos Predict, erstmals auf der CES im Januar vorgestellt, ermöglicht die intelligente Generierung virtueller Welten aus multimodalen Eingaben wie Text, Bildern und Videos. Die neuesten Cosmos Predict-Modelle unterstützen nun die Generierung mehrerer Frames und können Zwischenaktionen anhand des anfänglichen und endgültigen visuellen Zustands vorhersagen. Dank der NVIDIA Grace Blackwell NVL72 -Systeme erreichen Entwickler eine Echtzeit-Generierung anpassbarer virtueller Welten. Unternehmen wie 1X, Skild AI, Nexar und Oxa nutzen Cosmos Predict für Fortschritte in der Robotik und im autonomen Fahren.
NVIDIA stellte außerdem Cosmos Reason vor , ein offenes und anpassbares WFM mit raumzeitlicher Schlussfolgerungsfähigkeit. Dieses Modell analysiert und interpretiert Videodaten mithilfe von Gedankenketten und sagt Interaktionsergebnisse voraus, die in natürlicher Sprache beschrieben werden. Cosmos Reason vereinfacht die Datenannotation, verbessert bestehende WFMs und unterstützt die Entwicklung von übergeordneten Aktionsplanern für physikalische KI-Systeme.
NVIDIA bietet leistungsstarke Funktionen zur Nachbearbeitung des Trainings mithilfe von PyTorch-Skripten oder NVIDIA NeMo auf DGX Cloud , um die Datenaufbereitung und Modellverfeinerung zu beschleunigen. NeMo Curator beschleunigt die Verarbeitung großer Videodatenmengen zusätzlich. Unternehmen wie Linker Vision, Milestone Systems, Virtual Incision, Uber und Waabi setzen diese Lösungen für fortschrittliche KI-Anwendungen ein.
Im Einklang mit NVIDIAs Engagement für verantwortungsvolle KI integrieren Cosmos WFMs transparente Leitplanken und Inhaltsidentifizierung durch eine Zusammenarbeit mit der SynthID-Wasserzeichentechnologie von Google DeepMind.
Cosmos WFMs sind im NVIDIA API-Katalog und im Vertex AI Model Garden in Google Cloud verfügbar. Cosmos Predict und Cosmos Transfer sind frei zugänglich auf Hugging Face und GitHub, während Cosmos Reason im Early Access verfügbar ist.
Oracle und NVIDIA arbeiten zusammen, um Innovationen im Bereich der Unternehmens-KI zu beschleunigen
Oracle und NVIDIA haben eine bahnbrechende Integration der beschleunigten Computing- und Inferenzsoftware von NVIDIA mit der KI-Infrastruktur und den generativen KI-Diensten von Oracle angekündigt. Diese Partnerschaft soll die weltweite Einführung agentenbasierter KI-Anwendungen beschleunigen und die Leistungsfähigkeit von Unternehmen bei KI-gesteuerten Workloads deutlich verbessern.
Die Integration ermöglicht Oracle Cloud Infrastructure (OCI)-Kunden den direkten Zugriff auf über 160 KI-Tools und mehr als 100 NVIDIA NIM-Mikrodienste über die OCI-Konsole. Oracle und NVIDIA arbeiten gemeinsam an Lösungen für die Bereitstellung ohne Programmierung mithilfe von Oracle und NVIDIA AI Blueprints und optimieren die KI-Vektorsuchfunktionen in Oracle Database 23ai mit der NVIDIA cuVS-Bibliothek.
Maßgeschneiderte Lösungen für Enterprise AI
Die Integration der NVIDIA AI Enterprise-Software in die OCI-Konsole reduziert die Bereitstellungszeit für Reasoning-Modelle erheblich. Kunden erhalten sofortigen Zugriff auf optimierte, Cloud-native NVIDIA NIM-Microservices, die fortschrittliche KI-Modelle wie NVIDIAs Llama Nemotron unterstützen. NVIDIA AI Enterprise wird als Deployment-Image für OCI-Bare-Metal-Instanzen und Kubernetes-Cluster über die OCI Kubernetes Engine verfügbar sein. Oracle bietet dabei nahtlose Direktabrechnung und Kundensupport.
Kunden wie Soley Therapeutics nutzen die OCI-KI-Infrastruktur in Kombination mit NVIDIA AI Enterprise und Blackwell-GPUs, um Durchbrüche in der KI-gestützten Arzneimittelforschung zu erzielen. Dieses integrierte Angebot erfüllt eine Reihe von Unternehmensanforderungen, von Datenschutz und -hoheit bis hin zu Anwendungen mit geringer Latenz.
Beschleunigte KI-Bereitstellung durch Blueprints
OCI AI Blueprints bieten Kunden automatisierte Bereitstellungsrezepte ohne Code und vereinfachen so die Einrichtung von KI-Workloads erheblich. NVIDIA Blueprints ergänzen dies durch einheitliche Referenz-Workflows, die es Unternehmen ermöglichen, kundenspezifische KI-Anwendungen auf Basis von NVIDIA AI Enterprise und NVIDIA Omniverse schnell anzupassen und zu implementieren.
Um die Entwicklung von KI-Anwendungen weiter zu vereinfachen, werden die NVIDIA Omniverse-Plattform, Isaac Sim-Workstations und Omniverse Kit App Streaming noch in diesem Jahr über den OCI Marketplace verfügbar sein. Diese Angebote nutzen NVIDIA L40S GPU-beschleunigte Bare-Metal-Recheninstanzen. Pipefy, eine KI-gestützte Geschäftsautomatisierungsplattform, veranschaulicht den Erfolg dieser Konzepte und nutzt sie für effiziente Dokument- und Bildverarbeitungsaufgaben.
Echtzeit-KI-Inferenz mit NVIDIA NIM auf OCI Data Science
Die OCI Data Science-Umgebung umfasst jetzt voroptimierte NVIDIA NIM-Microservices und ermöglicht so die schnelle Bereitstellung von Echtzeit-KI-Inferenzlösungen mit minimalem Infrastrukturmanagement. Kunden gewährleisten Datensicherheit und Compliance, da diese Modelle innerhalb ihrer OCI-Mietverträge laufen. Diese sind über flexible Preismodelle verfügbar, darunter Stundenabrechnung oder Oracle Universal Credits.
Erweiterte Oracle-Datenbank 23ai
Oracle und NVIDIA erweitern die KI-Vektorsuchfunktion von Oracle Database 23ai durch den Einsatz von NVIDIA-GPUs und cuVS. Diese Zusammenarbeit beschleunigt die Erstellung und Pflege von Vektoreinbettungen und -indizes erheblich und optimiert die Performance für rechenintensive KI-Vektorsuchvorgänge. Unternehmen wie DeweyVision nutzen diese Integration bereits für fortschrittliche KI-gestützte Medienanalyse und -suche und revolutionieren so Produktionsabläufe und die Auffindbarkeit von Inhalten.
Die Partnerschaft führt außerdem NVIDIA Blackwell-GPUs der nächsten Generation in die globale Infrastruktur von OCI ein, darunter Public Clouds, Sovereign Clouds, dedizierte Regionen, Oracle Alloy, Compute Cloud@Customer und Roving Edge Devices. OCI wird in Kürze NVIDIA GB200 NVL72-Systeme anbieten, die enorme Rechenleistung bei deutlich verbesserter Effizienz und Kosteneffizienz bieten. OCI gehört zu den ersten Anbietern der leistungsstarken NVIDIA Blackwell Accelerated Computing-Plattform und verbessert damit KI-Argumentation und physische KI-Fähigkeiten weiter.
SoundHound nutzt die NVIDIA GPU-beschleunigte Infrastruktur von OCI, um jährlich Milliarden von Konversationsabfragen abzuwickeln und demonstriert damit die praktische Effektivität und Skalierbarkeit dieser Zusammenarbeit bei Sprach- und Konversations-KI-Lösungen.
Omniverse-Blaupause für Earth-2-Wetteranalysen
NVIDIA hat den Omniverse Blueprint für Earth-2- Wetteranalysen vorgestellt, der die Entwicklung und den Einsatz hochpräziser Wettervorhersagelösungen beschleunigen soll. Dieses innovative Framework stattet Unternehmen mit fortschrittlichen Technologien aus, um Risikomanagement, Katastrophenvorsorge und Klimaresilienz zu verbessern – allesamt entscheidende Bereiche, da klimabedingte Wetterereignisse in den letzten zehn Jahren weltweit wirtschaftliche Schäden in Höhe von rund 2 Billionen US-Dollar verursacht haben.
Der Omniverse Blueprint für Earth-2 bietet umfassende Referenz-Workflows mit NVIDIA-GPU-Beschleunigungsbibliotheken, Physik-KI-Frameworks, Entwicklungswerkzeugen und frei zugänglichen NVIDIA NIM-Mikrodiensten. Zu diesen Mikrodiensten gehören CorrDiff für hochauflösende numerische Wettervorhersagen und FourCastNet für globale atmosphärische Dynamikvorhersagen. Unternehmen, Forschungseinrichtungen und Regierungsbehörden nutzen diese Mikrodienste bereits, um Erkenntnisse zu gewinnen und Risiken im Zusammenhang mit Extremwetterereignissen zu minimieren.
Akzeptanz und Unterstützung des Ökosystems
Namhafte Klimatechnologieunternehmen wie G42, JBA Risk Management und Spire Global, die sich auf KI spezialisiert haben, nutzen die Earth-2-Plattform von NVIDIA, um innovative, KI-gestützte Wetterlösungen zu entwickeln. Durch die Integration proprietärer Unternehmensdaten liefern diese Unternehmen deutlich schnellere Wettervorhersagen und verkürzen so die herkömmlichen Vorhersagezeiten von Stunden auf Sekunden.
G42 setzt Elemente des Omniverse Blueprints mit seinen KI-Prognosemodellen ein, um die Wettervorhersage und das Katastrophenmanagement des Nationalen Zentrums für Meteorologie der VAE zu verbessern. Spire Global nutzt aus dem Blueprint abgeleitete KI-Komponenten und proprietäre Satellitendaten, um mittelfristige und untersaisonale Prognosen zu erstellen, die herkömmliche physikbasierte Modelle um den Faktor 1,000 in der Geschwindigkeit deutlich übertreffen.
Zu den weiteren frühen Anwendern und Entdeckern zählen Taiwans Central Weather Administration, The Weather Company, Ecopia AI, ESRI, GCL Power, OroraTech und Tomorrow.io, die das Ökosystem und die Anwendungsvielfalt von Earth-2 weiter ausbauen.
Erweiterte generative KI-Funktionen
Der Omniverse Blueprint beinhaltet CorrDiff, verfügbar als NVIDIA NIM-Mikroservice, der im Vergleich zu herkömmlichen CPU-basierten Methoden eine bis zu 500-fach höhere Geschwindigkeit und eine bis zu 10,000-fach höhere Energieeffizienz bietet. Unabhängige Softwareanbieter (ISVs) können diesen Blueprint nutzen, um schnell KI-gestützte Wetteranalyselösungen zu entwickeln und von der verbesserten Verarbeitung von Beobachtungsdaten für höhere Genauigkeit und Reaktionsfähigkeit zu profitieren.
Esri, der führende Anbieter von Geodatensoftware, arbeitet mit NVIDIA zusammen, um seine ArcGIS-Plattform mit Earth-2 zu verbinden. OroraTech und Tomorrow.io integrieren proprietäre Datensätze in NVIDIAs digitalen Zwilling Earth-2, um die nächste Generation von KI-Modellen zu verbessern.
Unterstützt durch NVIDIA DGX Cloud
Der Omniverse Blueprint für Earth-2 nutzt die NVIDIA DGX Cloud-Infrastruktur, einschließlich der Supercomputer DGX GB200, HGX B200 und OVX, und ermöglicht so die leistungsstarke Simulation und Visualisierung globaler Klimaszenarien. Diese umfassende Cloud-Lösung verbessert die KI-gestützten Wettervorhersagefunktionen erheblich und ermöglicht Unternehmen, eine beispiellose Prognosegeschwindigkeit, -skala und -genauigkeit zu erreichen.
Halos: Sicherheitssystem für autonome Fahrzeuge
NVIDIA hat Halos vorgestellt, ein umfassendes Sicherheitsframework, das umfangreiche Automotive-Hardware, Softwarelösungen und modernste KI-Forschung vereint, um die sichere Entwicklung autonomer Fahrzeuge (AVs) zu beschleunigen. Halos ist für den gesamten AV-Entwicklungszyklus konzipiert – von Cloud-Trainingsumgebungen bis zur Fahrzeugbereitstellung. Es ermöglicht Entwicklern die Integration modernster Technologien, die die Sicherheit von Fahrern, Passagieren und Fußgängern erhöhen.
Riccardo Mariani, Vizepräsident für Branchensicherheit bei NVIDIA, betonte, dass Halos die bestehenden Sicherheitsmaßnahmen verbessert und die Einhaltung gesetzlicher Vorschriften sowie die Standardisierungsbemühungen beschleunigen könnte, wodurch Partner in die Lage versetzt würden, maßgeschneiderte Technologielösungen auszuwählen, die ihren Anforderungen an die Sicherheit autonomer Fahrzeuge gerecht werden.
Drei Säulen von Halos
Halos bietet einen ganzheitlichen Sicherheitsansatz, der auf drei Schlüsselebenen basiert: Technologie, Entwicklung und rechnerische Sicherheit. Auf technologischer Ebene adressiert Halos Plattformsicherheit, algorithmische Sicherheit und Ökosystemsicherheit. Während der Entwicklung bietet es robuste Leitplanken für die Design-, Bereitstellungs- und Validierungsphasen. Rechentechnisch deckt Halos das KI-Training bis hin zur AV-Bereitstellung ab. Unterstützt wird es durch NVIDIAs DGX-Systeme für das KI-Modelltraining, Omniverse- und Cosmos-Plattformen auf NVIDIA OVX für die Simulation und NVIDIA DRIVE AGX für die Fahrzeugbereitstellung.
Marco Pavone, leitender AV-Forscher bei NVIDIA, betonte die Bedeutung des integrierten Ansatzes von Halos in Umgebungen, die generative KI für immer anspruchsvollere AV-Systeme nutzen – Bereiche, die mit herkömmlichen Methoden des Kompositionsdesigns und der Verifizierung nur schwer wirksam behandelt werden können.
Inspektionslabor für KI-Systeme
Das NVIDIA AI Systems Inspection Lab, ein wichtiger Bestandteil von Halos, ist das erste weltweit vom ANSI National Accreditation Board akkreditierte Programm. Dieses Labor gewährleistet die sichere Integration von NVIDIA-Technologien in ihre Lösungen durch Automobilhersteller und Entwickler und vereint funktionale Sicherheit, Cybersicherheit, KI-Sicherheit und Compliance in einem einheitlichen Sicherheitsprotokoll. Zu den ersten Mitgliedern zählen die Branchenführer Ficosa, OMNIVISION, Onsemi und Continental.
Plattform-, Algorithmen- und Ökosystemsicherheit
Halos legt Wert auf Plattformsicherheit durch ein sicherheitsgeprüftes System-on-a-Chip (SoC), die sicherheitszertifizierte NVIDIA DriveOS-Software, die CPU und GPU umfasst, und DRIVE AGX Hyperion, das SoC, Software und Sensoren in einer einheitlichen Architektur integriert. Für algorithmische Sicherheit bietet Halos Bibliotheken und APIs zur Verwaltung von Sicherheitsdaten sowie erweiterte Simulations- und Validierungsumgebungen auf Basis der NVIDIA Omniverse Blueprint- und Cosmos-Grundmodelle. Die Ökosystemsicherheit umfasst umfassende Sicherheitsdatensätze, automatisierte Sicherheitsbewertungen und kontinuierliche Verbesserungsprozesse.
Sicherheitsnachweise
Halos nutzt NVIDIAs umfassendes Engagement für AV-Sicherheit, unterstrichen durch:
- Über 15,000 Ingenieursjahre im Dienste der Fahrzeugsicherheit.
- Mehr als 10,000 Stunden wurden in internationalen Normungsgremien geleistet.
- Über 1,000 Patente im Bereich AV-Sicherheit angemeldet.
- Es wurden mehr als 240 Forschungsarbeiten zur AV-Sicherheit veröffentlicht.
- Über 30 Sicherheits- und Cybersicherheitszertifizierungen.
Zu den wichtigsten aktuellen Zertifizierungen für die Automobilprodukte von NVIDIA gehören die Konformität von NVIDIA DriveOS 6.0 mit ISO 26262 ASIL D, die ISO/SAE 21434-Zertifizierung für Cybersicherheitsprozesse durch TÜV SÜD und die unabhängige Sicherheitsbewertung der NVIDIA DRIVE AV-Plattform durch TÜV Rheinland.
Accelerated Quantum Research Center zur Weiterentwicklung des Quantencomputings angekündigt
NVIDIA hat die Gründung eines neuen Forschungszentrums in Boston bekannt gegeben, des NVIDIA Accelerated Quantum Research Center (NVAQC), das sich der Weiterentwicklung von Quantencomputertechnologien widmet. Diese Einrichtung wird modernste Quantenhardware mit den KI-gestützten Supercomputerressourcen von NVIDIA kombinieren und so die Leistungsfähigkeit des Quanten-Supercomputings deutlich steigern.
NVAQC widmet sich kritischen Herausforderungen des Quantencomputings, darunter der Qubit-Rauschunterdrückung und der Transformation experimenteller Quantenprozessoren in praxistaugliche, einsatzfähige Geräte. Führende Branchenführer im Quantencomputing wie Quantinuum, Quantum Machines und QuEra Computing werden die Ressourcen von NVAQC nutzen und eng mit führenden akademischen Einrichtungen zusammenarbeiten, darunter der Harvard Quantum Initiative in Science and Engineering (HQI) und der Engineering Quantum Systems (EQuS)-Gruppe des MIT.
Das Zentrum wird NVIDIAs GB200 NVL72 Rack-Scale-Systeme nutzen, die leistungsstärkste Hardware, die für Quantencomputeranwendungen optimiert ist. Diese fortschrittliche Infrastruktur unterstützt anspruchsvolle Quantensystemsimulationen und erleichtert den Einsatz latenzarmer Quantenhardware-Steuerungsalgorithmen, die für die Quantenfehlerkorrektur erforderlich sind. Darüber hinaus wird die leistungsstarke GB200 NVL72-Plattform die Integration von KI-Algorithmen in die Quantenforschung vorantreiben und so die allgemeine Recheneffizienz steigern.
Um die Integrationskomplexität zwischen GPU und Quantenprozessor (QPU)-Hardware zu bewältigen, nutzen die Forscher des NVAQC die Quantenentwicklungsplattform CUDA-Q von NVIDIA. CUDA-Q erleichtert die Erstellung fortschrittlicher hybrider Quantenalgorithmen und -anwendungen und ermöglicht so eine reibungslosere Integration und effizientere Forschungsergebnisse.
Die Zusammenarbeit mit der Harvard Quantum Initiative konzentriert sich auf bahnbrechende Quantencomputertechnologien der nächsten Generation. Gleichzeitig wird die EQuS-Gruppe des MIT die fortschrittliche Infrastruktur des NVAQC nutzen, um Techniken zu verbessern, insbesondere Methoden zur Quantenfehlerkorrektur, die für praktische Quantencomputer-Implementierungen entscheidend sind.
Das NVAQC soll noch in diesem Jahr seinen Betrieb aufnehmen und stellt einen bedeutenden Fortschritt in der Forschung und Entwicklung im Bereich des Quantencomputings dar.
Amazon