Podczas konferencji GTC 2026 firmy IBM i NVIDIA ogłosiły znaczące rozszerzenie swojego trwającego ponad dekadę partnerstwa, koncentrując się na przejściu sztucznej inteligencji z fazy pilotażowej do pełnej produkcji. Współpraca koncentruje się na kilku kluczowych wąskich gardłach we wdrażaniu sztucznej inteligencji w przedsiębiorstwach, w tym natywnej analizie danych na GPU, inteligentnym przetwarzaniu dokumentów oraz infrastrukturze dla środowisk regulowanych. Celem wspólnego przedsięwzięcia jest stworzenie ujednoliconego zestawu fundamentów danych, sprzętu i wiedzy konsultingowej, aby pomóc organizacjom w zarządzaniu rozproszonymi danymi i przestrzeganiu wymogów zgodności.
Prezes i dyrektor generalny IBM, Arvind Krishna, zauważył, że kolejny etap rozwoju sztucznej inteligencji w przedsiębiorstwach zależy od ścisłej integracji danych, infrastruktury i koordynacji. Stwierdził, że partnerstwo ma na celu zapewnienie niezbędnych komponentów, które umożliwią firmom przejście od fazy eksperymentalnej do wdrożenia operacyjnego. Założyciel i dyrektor generalny firmy NVIDIA, Jensen Huang, podkreślił, że integrując akcelerację CUDA z warstwą danych, firmy dążą do przekształcenia tradycyjnego przetwarzania danych w inteligentne mechanizmy czasu rzeczywistego.
Przyspieszanie analizy danych strukturalnych za pomocą cuDF i Presto
Głównym celem technicznym ogłoszenia jest integracja biblioteki NVIDIA cuDF z silnikiem Presto SQL w IBM watsonx.data. Ta integracja typu open source umożliwia akcelerację zapytań GPU na ogromnych zbiorach danych, znacznie skracając czas i obniżając koszty ekstrakcji danych ze strukturalnych.
Firmy przetestowały to podejście w środowisku produkcyjnym, wykorzystując system magazynowania danych Order-to-Cash firmy Nestlé, który przetwarza terabajty danych w 44 tabelach na całym świecie. W przypadku tradycyjnej infrastruktury CPU, pojedyncze odświeżenie danych trwało 15 minut i było ograniczone do kilku cykli dziennie. Dzięki przejściu na akcelerowany procesorem graficznym silnik watsonx.data, firma Nestlé odnotowała skrócenie czasu wykonywania zapytań do trzech minut. Oznacza to 30-krotną poprawę stosunku ceny do wydajności i 83-procentową redukcję kosztów. Chris Wright, dyrektor ds. informatyki i cyfryzacji w Nestlé, wskazał, że ta funkcja umożliwia szybsze podejmowanie decyzji w produkcji i magazynowaniu dzięki dostarczaniu danych operacyjnych w czasie zbliżonym do rzeczywistego.
Odblokowywanie niestrukturalnych danych za pomocą Docling i Nemotron
Aby sprostać wyzwaniu związanemu z danymi uwięzionymi w nieustrukturyzowanych formatach, takich jak witryny SharePoint i systemy CMS, IBM i NVIDIA wprowadziły wspólne rozwiązanie wykorzystujące otwarte modele IBM Docling i NVIDIA Nemotron. Docling został zaprojektowany w celu standaryzacji i konwersji złożonych dokumentów do formatów gotowych do obsługi sztucznej inteligencji, przy jednoczesnym zachowaniu identyfikowalności źródła.
W połączeniu z modelami NVIDIA Nemotron, system przyspiesza przetwarzanie treści multimodalnych. Wstępne testy wskazują na znacznie wyższą przepustowość w porównaniu z istniejącymi modelami open source. To podejście ma pomóc przedsiębiorstwom w budowaniu zaufanej bazy danych dla sztucznej inteligencji (AI) poprzez zwiększenie dostępności wewnętrznych baz wiedzy i ich łatwiejszej standaryzacji na potrzeby automatycznego wnioskowania.
Infrastruktura zoptymalizowana pod kątem GPU i suwerenna sztuczna inteligencja
Partnerstwo obejmuje również warstwy pamięci masowej i infrastruktury. Firma NVIDIA wybrała system IBM Storage Scale System 6000, aby zapewnić 10 PB pamięci masowej o wysokiej wydajności dla swoich zaawansowanych silników analitycznych opartych na GPU. System Storage Scale 6000 jest certyfikowany i zatwierdzony do współpracy z platformami NVIDIA DGX, łącząc możliwości IBM w zakresie równoległej przepustowości z potokami danych GPU firmy NVIDIA, aby wyeliminować wąskie gardła wejścia/wyjścia.
Organizacje z rygorystycznymi wymogami dotyczącymi rezydencji danych i przepisami badają możliwość integracji IBM Sovereign Core z infrastrukturą NVIDIA. Celem tej inicjatywy jest umożliwienie realizacji zadań AI intensywnie wykorzystujących GPU w ramach określonych granic regionalnych, zapewniając jednocześnie zgodność ze standardami zarządzania i zgodności bez obniżania wydajności obliczeniowej.
Rozszerzanie stosu AI o rozwiązania Blackwell i Red Hat
Firma IBM ogłosiła plany wprowadzenia procesorów graficznych NVIDIA Blackwell Ultra do platformy IBM Cloud na początku drugiego kwartału 2026 roku. Zasoby te zostaną przeznaczone do trenowania modeli na dużą skalę i wnioskowania o wysokiej przepustowości. Architektura Blackwell zostanie również zintegrowana z platformą Red Hat AI Factory, wraz z serwerami NVIDIA i VPC, aby zapewnić kontrolę nad rezydencją danych na poziomie korporacyjnym.
Ponadto IBM Consulting zaoferuje rozwiązanie Red Hat AI Factory z NVIDIA za pośrednictwem platformy IBM Consulting Advantage. Ten krok ma na celu usprawnienie procesu przygotowywania danych, tworzenia modeli i wdrażania. Łącząc te technologie, IBM i NVIDIA starają się zapewnić przedsiębiorstwom bardziej płynną ścieżkę skalowania AI w zróżnicowanych środowiskach technologicznych, zachowując jednocześnie nadzór i wydajność.
Amazon