Podczas konferencji GTC 2025 firma NVIDIA ogłosiła znaczące postępy w dziedzinie sztucznej inteligencji i optymalizacji decyzji, prezentując najnowsze biblioteki CUDA-X i udostępniając na zasadzie open source swój zaawansowany silnik optymalizacji cuOpt. Te innowacje radykalnie przyspieszają procesy analizy danych i podejmowanie decyzji w czasie rzeczywistym w różnych branżach.
Wraz z ciągłym rozwojem sztucznej inteligencji i nauki o danych, możliwość szybkiego przetwarzania i analizowania ogromnych zbiorów danych stała się kluczowym czynnikiem różnicującym. Biblioteki CUDA-X firmy NVIDIA, zbudowane na platformie CUDA, oferują zbiór bibliotek akcelerowanych przez GPU, które zapewniają znacznie wyższą wydajność niż tradycyjne alternatywy oparte wyłącznie na procesorach CPU.
Najnowsza wersja, cuML 25.02, dostępna w otwartej wersji beta, umożliwia analitykom danych i badaczom przyspieszenie popularnych algorytmów uczenia maszynowego, takich jak scikit-learn, UMAP i HDBSCAN, bez konieczności wprowadzania zmian w kodzie. Ten paradygmat akceleracji bez konieczności wprowadzania zmian w kodzie, po raz pierwszy wprowadzony przez cuDF-pandas dla operacji DataFrame, obejmuje teraz również zadania uczenia maszynowego, skracając czas obliczeń z godzin do sekund.
cuOpt staje się oprogramowaniem typu open source
NVIDIA ogłosiła również, że udostępni oprogramowanie cuOpt, swój oparty na sztucznej inteligencji mechanizm optymalizacji decyzji, w ramach open source . Decyzja ta sprawia, że to potężne oprogramowanie będzie bezpłatnie dostępne dla programistów, badaczy i przedsiębiorstw, zapoczątkowując nową erę optymalizacji w czasie rzeczywistym na niespotykaną dotąd skalę.
Optymalizacja decyzji ma kluczowe znaczenie dla firm na całym świecie, od firm logistycznych wyznaczających optymalne trasy dla ciężarówek po linie lotnicze przekierowujące loty w przypadku zakłóceń. Tradycyjne metody optymalizacji często zmagają się z wykładniczą złożonością tych problemów, a obliczenia rozwiązań zajmują godziny, a nawet dni. Rozwiązanie cuOpt, oparte na procesorach graficznych NVIDIA, rozwiązuje ten problem, dynamicznie oceniając miliardy zmiennych jednocześnie: poziomy zapasów, wydajność fabryk, opóźnienia w dostawach, koszty paliwa, czynniki ryzyka i przepisy, aby dostarczać optymalne rozwiązania w czasie niemal rzeczywistym.
Wiodące firmy optymalizacyjne, w tym Gurobi Optimization, IBM, zespół Xpress firmy FICO, HiGHS, SimpleRose i COPT, już integrują lub testują cuOpt, aby usprawnić swoje możliwości podejmowania decyzji. Na przykład Gurobi Optimization aktywnie testuje solvery cuOpt, aby udoskonalić algorytmy pierwszego rzędu i zapewnić wydajność na najwyższym poziomie.
Wczesne testy porównawcze wykazują niezwykłą wydajność cuOpt:
- Przyspieszenie programowania liniowego: średnio 70x szybsze niż w przypadku rozwiązań opartych na procesorze, przy czym przyspieszenia wahają się od 10x do 3,000x.
- Programowanie mieszanych liczb całkowitych: 60 razy szybsze rozwiązywanie, jak wykazał SimpleRose.
- Wyznaczanie tras pojazdów: 240-krotne przyspieszenie wyznaczania tras dynamicznych, pozwalające na niemal natychmiastową modyfikację trasy.
Platforma danych AI do przyspieszonego przechowywania danych w przedsiębiorstwach
Ponadto firma NVIDIA zaprezentowała platformę NVIDIA AI Data Platform , konfigurowalną architekturę referencyjną zaprojektowaną w celu przyspieszenia obciążeń wnioskowania AI w korporacyjnych systemach pamięci masowej. Ta nowa platforma umożliwia dostawcom pamięci masowej integrację wyspecjalizowanych agentów zapytań AI, opartych na technologiach akcelerowanych obliczeń, sieci i oprogramowania firmy NVIDIA.
Wykorzystując oprogramowanie NVIDIA AI Enterprise, w tym mikrousługi NVIDIA NIM dla nowych modeli wnioskowania NVIDIA Llama Nemotron oraz NVIDIA AI-Q Blueprint, te agenci zapytań AI mogą szybko generować wnioski ze źródeł danych ustrukturyzowanych, półustrukturyzowanych i nieustrukturyzowanych. Obejmuje to tekst, pliki PDF, obrazy i filmy.
Platforma wykorzystuje procesory graficzne NVIDIA Blackwell, jednostki DPU BlueField, sieć Spectrum-X oraz bibliotekę inferencyjną NVIDIA Dynamo o otwartym kodzie źródłowym, co znacząco zwiększa wydajność. Jednostki DPU BlueField zapewniają nawet 1.6-krotnie wyższą wydajność niż tradycyjne rozwiązania pamięci masowej oparte na procesorach CPU, jednocześnie zmniejszając zużycie energii nawet o 50%. Sieć Spectrum-X dodatkowo przyspiesza ruch pamięci masowej AI nawet o 48% w porównaniu z konwencjonalnym Ethernetem.
Wiodący dostawcy pamięci masowej, w tym DDN, Dell Technologies, VAST Data, HPE, Hitachi Vantara, IBM, NetApp, Nutanix, Pure Storage i WEKA, współpracują z firmą NVIDIA, aby zintegrować te możliwości z ofertą pamięci masowej dla przedsiębiorstw. Dostawcy pamięci masowej z certyfikatem NVIDIA planują wprowadzić na rynek rozwiązania oparte na platformie NVIDIA AI Data Platform już w tym miesiącu.
Modele wnioskowania nemotronowego NVIDIA Llama
Firma NVIDIA ogłosiła również nowe modele z rodziny Llama Nemotron – serii otwartych, gotowych do zastosowania w biznesie modeli wnioskowania AI, zaprojektowanych specjalnie do tworzenia zaawansowanych agentów zdolnych do rozwiązywania złożonych zadań. Oparte na LLAMA, jednym z najpowszechniej stosowanych modeli otwartych, modele Llama Nemotron zostały algorytmicznie zredukowane w celu zmniejszenia rozmiaru modelu, optymalizując wydajność obliczeniową przy jednoczesnym zachowaniu dokładności.
Modele te zostały dodatkowo wytrenowane po zakończeniu szkolenia, aby wymusić na nich zdolność rozumowania w kluczowych testach porównawczych dotyczących matematyki, wywoływania narzędzi, wykonywania instrukcji i zadań konwersacyjnych. NVIDIA udostępnia te modele publicznie, a także udostępnia zestawy danych i techniki szkoleniowe wykorzystywane do osiągnięcia ich wysokiej dokładności. Zestawy te obejmują 60 miliardów tokenów syntetycznych danych wygenerowanych przez NVIDIA, co stanowi około 360 000 godzin wnioskowania H100 i 45 000 godzin adnotacji, z których wszystkie są ogólnodostępne dla programistów.
Unikalną cechą modeli Llama Nemotron jest możliwość włączania i wyłączania funkcji wnioskowania, co zapewnia programistom niespotykaną dotąd elastyczność. Modele są dostępne w trzech wariantach: Nano, Super i Ultra. Nano oferuje najwyższą dokładność wnioskowania w swojej klasie. Super zapewnia optymalną dokładność w połączeniu z najwyższą przepustowością na jednym procesorze graficznym w centrum danych, a Ultra oferuje maksymalną dokładność agentową zoptymalizowaną pod kątem serwerów z wieloma procesorami graficznymi w skali centrum danych.
Modele Nano i Super są już dostępne jako mikrousługi NIM, do pobrania na stronie ai.nvidia.com, a premiera wersji Ultra planowana jest wkrótce.
Projekt NVIDIA Omniverse Blueprint usprawnia projektowanie i symulację fabryk opartych na sztucznej inteligencji
W odpowiedzi na rosnące zapotrzebowanie na fabryki wykorzystujące sztuczną inteligencję (AI), firma NVIDIA zaprezentowała projekt NVIDIA Omniverse Blueprint dotyczący projektowania i funkcjonowania fabryk wykorzystujących sztuczną inteligencję (AI).
Podczas swojego przemówienia, założyciel i prezes firmy NVIDIA, Jensen Huang, zademonstrował, jak zespół inżynierów centrów danych firmy NVIDIA wykorzystał platformę Omniverse Blueprint do planowania, optymalizacji i symulacji fabryki opartej na sztucznej inteligencji (AI) o mocy 1 gigawata. Dzięki połączeniu z wiodącymi narzędziami symulacyjnymi, takimi jak Cadence Reality Digital Twin Platform i ETAP, inżynierowie mogą testować i optymalizować zasilanie, chłodzenie i sieć na długo przed rozpoczęciem budowy.
Projekt Omniverse Blueprint integruje biblioteki OpenUSD, umożliwiając programistom agregację danych 3D z różnych źródeł, w tym akcelerowanych systemów obliczeniowych NVIDIA oraz jednostek zasilających i chłodzących firm Schneider Electric i Vertiv. Projekt pomaga inżynierom sprostać wyzwaniom związanym z integracją komponentów, wydajnością chłodzenia, niezawodnością zasilania i optymalizacją sieci.
Przełamując tradycyjne silosy inżynieryjne, Omniverse Blueprint umożliwia zespołom interdyscyplinarnym współpracę w czasie rzeczywistym, optymalizując zużycie energii, eliminując potencjalne punkty awarii i modelując rzeczywiste warunki. Symulacje w czasie rzeczywistym umożliwiają szybsze podejmowanie decyzji, znacznie zmniejszając ryzyko kosztownych przestojów.
Przewiduje się, że modernizacja centrów danych oparta na sztucznej inteligencji (AI) pochłonie 1 bilion dolarów. NVIDIA Omniverse Blueprint ma odegrać kluczową rolę w tej transformacji, pomagając operatorom fabryk AI nadążać za zmieniającymi się obciążeniami, minimalizować przestoje i maksymalizować wydajność.
Nowy Isaac GROOT N1 przyspiesza rozwój robotyki humanoidalnej
Firma NVIDIA zaprezentowała nowe technologie podczas targów GTC 2025, aby przyspieszyć rozwój robotów humanoidalnych. Sercem tego ogłoszenia jest NVIDIA Isaac GR00T N1 , pierwszy na świecie otwarty i w pełni konfigurowalny model bazowy zaprojektowany z myślą o uogólnionym rozumowaniu i umiejętnościach humanoidalnych.
GR00T N1 wykorzystuje architekturę dwusystemową, wzorowaną na ludzkim poznaniu. System 1 działa jako moduł szybkiego działania, analogicznie do ludzkich odruchów, generując precyzyjne ruchy robota, trenowane na bazie demonstracji ludzkich i syntetycznych danych z NVIDIA Omniverse. System 2, moduł wolniej myślący, oparty na modelu języka wizyjnego, interpretuje otoczenie i instrukcje, umożliwiając przemyślane i metodyczne podejmowanie decyzji. Te możliwości umożliwiają GR00T N1 generalizowanie złożonych, wieloetapowych zadań w różnych aplikacjach, takich jak obsługa materiałów, pakowanie i kontrola.
„Robotyka ogólna wkracza w erę transformacji” – zauważył Jensen Huang, prezes NVIDIA. Zademonstrował ten potencjał na przykładzie humanoidalnego robota firmy 1X Technologies, wykonującego autonomicznie prace domowe, prezentując możliwości, jakie daje minimalna dodatkowa edukacja po szkoleniu.
Bernt Børnich, dyrektor generalny 1X Technologies, podkreślił znaczenie adaptowalności i uczenia się w robotyce, zauważając, w jaki sposób GR00T N1 firmy NVIDIA znacznie usprawnił wdrażanie robota NEO Gamma, przyczyniając się do rozwoju humanoidalnych postaci pełniących rolę towarzyszy i praktycznych asystentów.
Wiodący innowatorzy w dziedzinie robotyki: Agility Robotics, Boston Dynamics, Mentee Robotics i NEURA Robotics otrzymali wczesny dostęp do GR00T N1, co stawia ich w czołówce tej ewolucji robotyki.
Newton: silnik fizyczny o otwartym kodzie źródłowym
NVIDIA ogłosiła również powstanie Newtona, silnika fizyki typu open source opracowanego we współpracy z Google DeepMind i Disney Research. Newton jest zoptymalizowany specjalnie pod kątem robotyki i kompatybilny z uznanymi platformami symulacyjnymi, takimi jak MuJoCo i NVIDIA Isaac Lab. MuJoCo-Warp, kolejny wspólny projekt Google DeepMind i NVIDIA, obiecuje 70-krotne przyspieszenie zadań uczenia maszynowego w robotyce.
Disney Research zintegruje Newtona ze swoją platformą postaci robotycznych, co pozwoli na stworzenie ekspresyjnych robotów rozrywkowych nowej generacji, takich jak inspirowane Gwiezdnymi Wojnami droidy BDX zaprezentowane podczas przemówienia Huanga. Kyle Laughlin, starszy wiceprezes ds. badań i rozwoju w Walt Disney Imagineering , podkreślił rolę Newtona w tworzeniu bardziej interaktywnych i angażujących emocjonalnie postaci robotycznych do przyszłych projektów Disneya.
Ujawniono projekt Isaaca GROOT-a
GR00T N1 wykorzystuje architekturę dwusystemową, inspirowaną ludzkim poznaniem. System 1 reprezentuje model szybkiego myślenia, odzwierciedlający ludzkie odruchy i intuicję. System 2 służy jako model powolnego myślenia, umożliwiający przemyślane i metodyczne podejmowanie decyzji.
Oparty na modelu języka wizyjnego, System 2 analizuje swoje otoczenie i otrzymane instrukcje, aby zaplanować działania. System 1 następnie tłumaczy te plany na precyzyjne, ciągłe ruchy robota. System 1 jest trenowany z wykorzystaniem danych demonstracyjnych z udziałem ludzi oraz ogromnej ilości danych syntetycznych generowanych przez platformę NVIDIA Omniverse.
Odpowiadając na nieustanne zapotrzebowanie twórców robotów na obszerne, wysokiej jakości dane treningowe, NVIDIA zaprezentowała projekt Isaac GR00T Blueprint do generowania syntetycznego ruchu. Projekt ten pozwala na szybkie generowanie ogromnych zbiorów danych syntetycznych — w ciągu 11 godzin wygenerowano 780 000 syntetycznych trajektorii (co odpowiada dziewięciu miesiącom nieprzerwanych danych ludzkich). Integracja tych syntetycznych danych zwiększyła wydajność GR00T N1 o 40% w porównaniu z samymi danymi rzeczywistymi.
Aby jeszcze bardziej wesprzeć społeczność robotyki, NVIDIA udostępniła zestawy danych i scenariusze ewaluacyjne GR00T N1 za pośrednictwem Hugging Face i GitHub. Dodatkowo, deweloperzy mogą uzyskać dostęp do wersji demonstracyjnej Isaac GR00T Blueprint na build.nvidia.com i GitHub. Silnik fizyczny Newtona, którego premiera planowana jest jeszcze w tym roku, dodatkowo uzupełni te zasoby. Osobisty superkomputer AI DGX Spark firmy NVIDIA oferuje deweloperom gotowe rozwiązanie, które rozszerza możliwości GR00T N1 w różnorodnych zastosowaniach robotyki.
Zaawansowane modele Cosmos World Foundation dla rozwoju fizycznej sztucznej inteligencji
Podczas konferencji GTC 2025 firma NVIDIA ogłosiła znaczące rozszerzenie swoich modeli Cosmos World Foundation (WFM), oferując deweloperom otwarte, w pełni konfigurowalne modele wnioskowania, które znacząco usprawniają rozwój fizycznej sztucznej inteligencji. Te innowacje zapewniają niespotykaną dotąd kontrolę i wydajność w generowaniu syntetycznych danych treningowych dla robotyki i pojazdów autonomicznych.
Wśród kluczowych premier znajdują się dwa nowe projekty oparte na platformach NVIDIA Omniverse i Cosmos, przyspieszające generowanie danych syntetycznych i procesy potreningowe. Wśród pierwszych użytkowników tych platform znajdują się liderzy branży, tacy jak 1X, Agility Robotics, Figure AI, Foretellix, Skild AI i Uber, którzy już wykorzystują Cosmos w celu zwiększenia bogactwa danych i skalowalności.
Cosmos Transfer, znaczący postęp w dziedzinie generowania danych syntetycznych, przetwarza ustrukturyzowane dane wideo – takie jak mapy segmentacji, skany lidarowe i szacowanie pozycji – i konwertuje je na kontrolowane, fotorealistyczne dane wideo. Usprawnia to szkolenie sztucznej inteligencji percepcyjnej poprzez efektywne przekształcanie symulacji 3D generowanych przez Omniverse w realistyczne zbiory danych wideo. Agility Robotics jest jedną z pierwszych firm, które zintegrowały Cosmos Transfer, szeroko wykorzystując go do usprawnienia procesów szkolenia robotów.
Omniverse Blueprint wykorzystuje transfer kosmosu
Do symulacji pojazdów autonomicznych firma NVIDIA wprowadziła projekt Omniverse Blueprint, który wykorzystuje technologię Cosmos Transfer do modyfikowania danych z czujników, takich jak pogoda czy oświetlenie, znacząco wzbogacając zbiory danych. Foretellix i Parallel Domain wdrożyły ten projekt, umożliwiając ulepszone i bardziej zróżnicowane symulacje scenariuszy behawioralnych.
Ponadto NVIDIA GR00T Blueprint wykorzystuje platformy Omniverse i Cosmos Transfer do szybkiego generowania dużych zestawów danych dotyczących syntetycznych manipulacji ruchem, co znacznie skraca czas potrzebny na zebranie danych z kilku dni do zaledwie kilku godzin.
Kosmos przewiduje i Kosmos rozumuje
Cosmos Predict, zaprezentowany po raz pierwszy na targach CES w styczniu, umożliwia inteligentne generowanie wirtualnego świata na podstawie multimodalnych danych wejściowych, takich jak tekst, obrazy i filmy. Najnowsze modele Cosmos Predict zostały ulepszone o obsługę generowania wielu klatek i przewidywanie działań pośrednich na podstawie początkowych i końcowych stanów wizualnych. Wykorzystując systemy Grace Blackwell NVL72 firmy NVIDIA , deweloperzy uzyskują możliwość generowania wirtualnego świata w czasie rzeczywistym i jego personalizacji. Organizacje takie jak 1X, Skild AI, Nexar i Oxa wykorzystują Cosmos Predict do rozwoju robotyki i autonomicznego prowadzenia pojazdów.
Firma NVIDIA zaprezentowała również Cosmos Reason , otwarty i konfigurowalny model WFM, zdolny do wnioskowania czasoprzestrzennego. Model ten wykorzystuje metody łańcucha myślowego do analizy i interpretacji danych wideo, przewidując wyniki interakcji jasno opisane w języku naturalnym. Cosmos Reason usprawnia adnotację danych, ulepsza istniejące modele WFM i wspiera tworzenie zaawansowanych planistów działań dla fizycznych systemów AI.
NVIDIA oferuje rozbudowane możliwości posttreningowe, wykorzystując skrypty PyTorch lub NVIDIA NeMo w chmurze DGX , aby przyspieszyć gromadzenie danych i udoskonalanie modeli. NeMo Curator dodatkowo przyspiesza przetwarzanie danych wideo na dużą skalę, a Linker Vision, Milestone Systems, Virtual Incision, Uber i Waabi wdrażają te rozwiązania w zaawansowanych aplikacjach AI.
Zgodnie z zobowiązaniem firmy NVIDIA dotyczącym odpowiedzialnej sztucznej inteligencji, rozwiązania Cosmos WFM wykorzystują transparentne zabezpieczenia i umożliwiają identyfikację treści dzięki współpracy z technologią znakowania wodnego SynthID firmy Google DeepMind.
Modele Cosmos WFM są dostępne w katalogu NVIDIA API oraz Vertex AI Model Garden w Google Cloud. Cosmos Predict i Cosmos Transfer są dostępne w otwartym dostępie na Hugging Face i GitHub, a Cosmos Reason jest dostępny w ramach wczesnego dostępu.
Oracle i NVIDIA nawiązują współpracę, aby przyspieszyć innowacje w zakresie sztucznej inteligencji w przedsiębiorstwach
Oracle i NVIDIA ogłosiły przełomową integrację oprogramowania NVIDIA do akceleracji obliczeń i wnioskowania z infrastrukturą sztucznej inteligencji i generatywnymi usługami sztucznej inteligencji Oracle. Partnerstwo to ma na celu przyspieszenie globalnego wdrażania agentowych aplikacji sztucznej inteligencji, znacząco zwiększając możliwości organizacji w zakresie obciążeń opartych na sztucznej inteligencji.
Integracja umożliwia klientom Oracle Cloud Infrastructure (OCI) bezpośredni dostęp do ponad 160 narzędzi AI i ponad 100 mikrousług NVIDIA NIM za pośrednictwem konsoli OCI. Oracle i NVIDIA współpracują nad rozwiązaniami wdrożeniowymi bez kodu za pośrednictwem Oracle i NVIDIA AI Blueprints oraz optymalizują możliwości wyszukiwania wektorów AI w bazie danych Oracle Database 23ai z wykorzystaniem biblioteki cuVS firmy NVIDIA.
Rozwiązania szyte na miarę dla sztucznej inteligencji przedsiębiorstw
Integracja oprogramowania NVIDIA AI Enterprise z konsolą OCI znacząco skraca czas wdrażania modeli wnioskowania. Klienci zyskują natychmiastowy dostęp do zoptymalizowanych, natywnych dla chmury mikrousług NVIDIA NIM, obsługujących zaawansowane modele AI, takie jak Llama Nemotron firmy NVIDIA. NVIDIA AI Enterprise będzie dostępna jako obrazy wdrożeniowe dla fizycznych instancji OCI i klastrów Kubernetes za pośrednictwem OCI Kubernetes Engine, a Oracle zapewni płynne rozliczanie bezpośrednie i wsparcie klienta.
Klienci tacy jak Soley Therapeutics wykorzystują infrastrukturę sztucznej inteligencji OCI w połączeniu z procesorami graficznymi NVIDIA AI Enterprise i Blackwell, aby osiągać przełomowe wyniki w odkrywaniu leków z wykorzystaniem sztucznej inteligencji. Ta zintegrowana oferta spełnia szereg potrzeb przedsiębiorstw, od prywatności i suwerenności danych po aplikacje o niskim opóźnieniu.
Przyspieszone wdrażanie sztucznej inteligencji za pomocą projektów
Blueprinty OCI AI oferują klientom zautomatyzowane, niewymagające pisania kodu receptury wdrożeniowe, znacząco upraszczając konfigurację obciążeń AI. Blueprinty NVIDIA uzupełniają to ujednoliconymi, referencyjnymi przepływami pracy, umożliwiając przedsiębiorstwom szybkie dostosowywanie i wdrażanie niestandardowych aplikacji AI opartych na NVIDIA AI Enterprise i NVIDIA Omniverse.
Aby jeszcze bardziej uprościć tworzenie aplikacji AI, platforma NVIDIA Omniverse, stacje robocze Isaac Sim oraz Omniverse Kit App Streaming będą dostępne w OCI Marketplace jeszcze w tym roku. Oferty te będą wykorzystywać instancje obliczeniowe bare-metal z akceleracją GPU NVIDIA L40S. Pipefy, platforma automatyzacji biznesu oparta na sztucznej inteligencji, jest przykładem sukcesu tych rozwiązań, wykorzystując je do wydajnego przetwarzania dokumentów i obrazów.
Wnioskowanie AI w czasie rzeczywistym z NVIDIA NIM w OCI Data Science
Środowisko OCI Data Science zawiera teraz wstępnie zoptymalizowane mikrousługi NVIDIA NIM, co umożliwia szybkie wdrażanie rozwiązań wnioskowania AI w czasie rzeczywistym przy minimalnym zarządzaniu infrastrukturą. Klienci zachowują bezpieczeństwo danych i zgodność z przepisami, ponieważ modele te działają w ramach ich dzierżawy OCI, dostępnej za pośrednictwem elastycznych modeli cenowych, w tym rozliczeń godzinowych lub punktów Oracle Universal Credits.
Ulepszona baza danych Oracle 23ai
Oracle i NVIDIA rozszerzają funkcjonalność wyszukiwania wektorowego AI w bazie danych Oracle Database 23ai, wykorzystując procesory graficzne NVIDIA i platformę cuVS. Ta współpraca znacznie przyspiesza tworzenie i utrzymywanie osadzeń i indeksów wektorowych, optymalizując wydajność w przypadku intensywnych zadań wyszukiwania wektorowego AI. Firmy takie jak DeweyVision już wykorzystują tę integrację do zaawansowanej analizy i wyszukiwania multimediów z wykorzystaniem sztucznej inteligencji, transformując procesy produkcyjne i zwiększając łatwość wyszukiwania treści.
Partnerstwo wprowadza również procesory graficzne NVIDIA Blackwell nowej generacji w globalnej infrastrukturze OCI, obejmującej chmury publiczne, suwerenne chmury obliczeniowe, dedykowane regiony, Oracle Alloy, Compute Cloud@Customer oraz mobilne urządzenia brzegowe (Roving Edge Devices). OCI wkrótce zaprezentuje systemy NVIDIA GB200 NVL72, oferujące ogromne możliwości obliczeniowe przy znacznie zwiększonej wydajności i opłacalności. OCI jest jedną z pierwszych firm oferujących wydajną platformę obliczeniową NVIDIA Blackwell, która dodatkowo rozwija możliwości wnioskowania AI i fizycznej AI.
SoundHound wykorzystuje infrastrukturę OCI wspomaganą procesorami graficznymi NVIDIA GPU do obsługi miliardów zapytań konwersacyjnych rocznie, co pokazuje rzeczywistą skuteczność i skalowalność tej współpracy w rozwiązaniach AI do obsługi głosu i konwersacji.
Omniverse Blueprint dla analizy pogody Ziemi-2
Firma NVIDIA wprowadziła platformę Omniverse Blueprint for Earth-2 do analizy pogody, mającą na celu przyspieszenie rozwoju i wdrażania wysoce precyzyjnych rozwiązań prognozowania pogody. Ta innowacyjna platforma wyposaża przedsiębiorstwa w zaawansowane technologie usprawniające zarządzanie ryzykiem, gotowość na katastrofy i odporność na zmiany klimatu – obszary krytyczne, biorąc pod uwagę, że zjawiska pogodowe związane ze zmianami klimatu wywarły globalny wpływ na gospodarkę o łącznej wartości około 2 bilionów dolarów w ciągu ostatniej dekady.
Projekt Omniverse Blueprint for Earth-2 oferuje kompleksowe, referencyjne przepływy pracy, obejmujące biblioteki akceleracji GPU NVIDIA, frameworki fizyki-AI, narzędzia programistyczne oraz dostępne mikrousługi NVIDIA NIM. Do mikrousług tych należą CorrDiff do numerycznej prognozy pogody o wysokiej rozdzielczości oraz FourCastNet do prognozowania globalnej dynamiki atmosfery. Firmy, naukowcy i agencje rządowe już wykorzystują te mikrousługi do pozyskiwania informacji i ograniczania ryzyka związanego z ekstremalnymi zjawiskami pogodowymi.
Przyjęcie i wsparcie ekosystemu
Wiodące firmy zajmujące się technologią klimatyczną, takie jak G42, JBA Risk Management i Spire Global, koncentrujące się na sztucznej inteligencji, wykorzystują platformę Earth-2 firmy NVIDIA do tworzenia innowacyjnych rozwiązań pogodowych wspomaganych sztuczną inteligencją. Organizacje te dostarczają znacząco przyspieszone prognozy pogody, integrując zastrzeżone dane korporacyjne, skracając tradycyjny czas prognozowania z godzin do sekund.
G42 wdraża elementy projektu Omniverse Blueprint wraz ze swoimi modelami prognostycznymi opartymi na sztucznej inteligencji, aby udoskonalić możliwości Narodowego Centrum Meteorologii Zjednoczonych Emiratów Arabskich w zakresie prognozowania pogody i zarządzania klęskami żywiołowymi. Spire Global wykorzystuje komponenty sztucznej inteligencji oparte na projektach i zastrzeżone dane satelitarne, aby oferować prognozy średnioterminowe i podsezonowe, znacznie przewyższając tradycyjne modele oparte na fizyce, o współczynnik 1,000.
Wśród innych wczesnych użytkowników i ekspertów znalazły się Centralna Administracja Pogodowa Tajwanu, The Weather Company, Ecopia AI, ESRI, GCL Power, OroraTech i Tomorrow.io, co jeszcze bardziej rozszerzyło ekosystem Earth-2 i różnorodność zastosowań.
Zaawansowane możliwości generatywnej sztucznej inteligencji
Projekt Omniverse Blueprint obejmuje CorrDiff, dostępny jako mikrousługa NVIDIA NIM, zapewniającą nawet 500-krotnie większą prędkość i 10 000-krotnie większą energooszczędność niż tradycyjne metody oparte na procesorach. Niezależni dostawcy oprogramowania (ISV) mogą wykorzystać ten projekt do szybkiego tworzenia rozwiązań do analizy pogody opartych na sztucznej inteligencji, korzystając z ulepszonego przetwarzania danych obserwacyjnych, co przekłada się na większą dokładność i responsywność.
Esri, wiodący dostawca oprogramowania geoprzestrzennego, nawiązuje współpracę z firmą NVIDIA w celu połączenia swojej platformy ArcGIS z platformą Earth-2. OroraTech i Tomorrow.io integrują zastrzeżone zestawy danych z cyfrowym bliźniakiem Earth-2 firmy NVIDIA, aby udoskonalić kolejną generację modeli AI.
Obsługiwane przez NVIDIA DGX Cloud
Projekt Omniverse Blueprint dla platformy Earth-2 wykorzystuje infrastrukturę NVIDIA DGX Cloud, w tym superkomputery DGX GB200, HGX B200 i OVX, umożliwiając wysokowydajną symulację i wizualizację globalnych scenariuszy klimatycznych. To kompleksowe rozwiązanie oparte na chmurze znacząco rozwija możliwości prognozowania pogody oparte na sztucznej inteligencji, pomagając organizacjom osiągnąć niespotykaną dotąd szybkość, skalę i dokładność prognozowania.
Halos: System bezpieczeństwa dla pojazdów autonomicznych
Firma NVIDIA wprowadziła na rynek Halos, kompleksową platformę bezpieczeństwa, która łączy w sobie bogaty zestaw rozwiązań sprzętowych, programowych i najnowocześniejszych badań nad sztuczną inteligencją, aby przyspieszyć bezpieczny rozwój pojazdów autonomicznych (AV). Zaprojektowana z myślą o całym cyklu rozwoju pojazdów autonomicznych (AV) – od środowisk szkoleniowych w chmurze po wdrożenie pojazdów – platforma Halos umożliwia programistom integrację najnowocześniejszych technologii, które zwiększają bezpieczeństwo kierowców, pasażerów i pieszych.
Riccardo Mariani, wiceprezes ds. bezpieczeństwa w branży w firmie NVIDIA, podkreślił, że rozwiązanie Halos usprawnia istniejące środki bezpieczeństwa i może przyspieszyć działania mające na celu zapewnienie zgodności z przepisami oraz standaryzację, umożliwiając partnerom wybór dostosowanych rozwiązań technologicznych, które spełnią ich potrzeby w zakresie bezpieczeństwa pojazdów autonomicznych.
Trzy Filary Halo
Halos oferuje holistyczne podejście do bezpieczeństwa, oparte na trzech kluczowych warstwach: technologii, rozwoju i bezpieczeństwie obliczeniowym. Na poziomie technologicznym Halos zajmuje się bezpieczeństwem platformy, bezpieczeństwem algorytmów i bezpieczeństwem ekosystemu. Podczas rozwoju zapewnia solidne zabezpieczenia na etapach projektowania, wdrażania i walidacji. Na poziomie obliczeniowym Halos obejmuje szkolenia AI i wdrożenia AV, wykorzystując systemy DGX firmy NVIDIA do szkolenia modeli AI, platformy Omniverse i Cosmos działające na platformie NVIDIA OVX do symulacji oraz NVIDIA DRIVE AGX do wdrażania pojazdów.
Marco Pavone, główny badacz rozwiązań AV w firmie NVIDIA, podkreślił znaczenie zintegrowanego podejścia Halos w środowiskach wykorzystujących generatywną sztuczną inteligencję w coraz bardziej zaawansowanych systemach AV — obszarach, z którymi tradycyjne metody projektowania kompozycji i weryfikacji nie są w stanie skutecznie sobie poradzić.
Laboratorium Inspekcji Systemów AI
Laboratorium Kontroli Systemów AI firmy NVIDIA, kluczowy element projektu Halos, to pierwszy na świecie program akredytowany przez Krajową Radę Akredytacyjną ANSI. Laboratorium to zapewnia producentom samochodów i deweloperom bezpieczną integrację technologii NVIDIA ze swoimi rozwiązaniami, łącząc bezpieczeństwo funkcjonalne, cyberbezpieczeństwo, bezpieczeństwo AI i zgodność z przepisami w ramach ujednoliconego protokołu bezpieczeństwa. Wśród pierwszych członków znajdują się liderzy branży, tacy jak Ficosa, OMNIVISION, Onsemi i Continental.
Bezpieczeństwo platformy, algorytmów i ekosystemu
Halos kładzie nacisk na bezpieczeństwo platformy dzięki sprawdzonemu pod kątem bezpieczeństwa układowi scalonemu (SoC), certyfikowanemu pod kątem bezpieczeństwa oprogramowaniu NVIDIA DriveOS, obejmującemu zarówno procesor CPU, jak i GPU, oraz platformie DRIVE AGX Hyperion, integrującej SoC, oprogramowanie i czujniki w ujednoliconą architekturę. W zakresie bezpieczeństwa algorytmicznego, Halos oferuje biblioteki i interfejsy API do zarządzania danymi bezpieczeństwa, a także zaawansowane środowiska symulacji i walidacji oparte na modelach bazowych NVIDIA Omniverse Blueprint i Cosmos. Bezpieczeństwo ekosystemu obejmuje kompleksowe zestawy danych bezpieczeństwa, zautomatyzowane oceny bezpieczeństwa oraz procesy ciągłego doskonalenia.
Certyfikaty bezpieczeństwa
Halos wykorzystuje głębokie zaangażowanie firmy NVIDIA w bezpieczeństwo urządzeń AV, co podkreślają:
- Ponad 15 000 lat doświadczeń inżynieryjnych poświęconych bezpieczeństwu pojazdów.
- Ponad 10 000 godzin przepracowanych na rzecz międzynarodowych komitetów normalizacyjnych.
- Ponad 1,000 zgłoszonych patentów w zakresie bezpieczeństwa AV.
- Opublikowano ponad 240 prac badawczych na temat bezpieczeństwa pojazdów autonomicznych.
- Ponad 30 certyfikatów bezpieczeństwa i cyberbezpieczeństwa.
Wśród najważniejszych niedawnych certyfikatów dla produktów motoryzacyjnych firmy NVIDIA znajdują się zgodność systemu NVIDIA DriveOS 6.0 z normą ISO 26262 ASIL D, certyfikat procesu cyberbezpieczeństwa ISO/SAE 21434 wydany przez TÜV SÜD oraz niezależna ocena bezpieczeństwa platformy NVIDIA DRIVE AV wydana przez TÜV Rheinland.
Ogłoszono powstanie Centrum Przyspieszonych Badań Kwantowych, które będzie rozwijać obliczenia kwantowe
Firma NVIDIA ogłosiła utworzenie nowego centrum badawczego w Bostonie – NVIDIA Accelerated Quantum Research Center (NVAQC), poświęconego rozwojowi technologii obliczeń kwantowych. Ośrodek ten połączy najnowocześniejszy sprzęt kwantowy z zasobami superkomputerów NVIDIA opartymi na sztucznej inteligencji, co znacznie przyspieszy rozwój superkomputerów kwantowych.
Celem NVAQC jest stawienie czoła kluczowym wyzwaniom stojącym przed informatyką kwantową, w tym redukcji szumu kubitowego i przekształcaniu eksperymentalnych procesorów kwantowych w praktyczne, gotowe do wdrożenia urządzenia. Kluczowi liderzy branży w dziedzinie informatyki kwantowej, tacy jak Quantuum, Quantum Machines i QuEra Computing, wykorzystają zasoby NVAQC poprzez ścisłą współpracę z czołowymi instytucjami akademickimi, w tym z Harvard Quantum Initiative in Science and Engineering (HQI) oraz grupą Engineering Quantum Systems (EQuS) z MIT.
Centrum będzie wykorzystywać systemy GB200 NVL72 firmy NVIDIA o konstrukcji rack, najpotężniejszy sprzęt zoptymalizowany pod kątem zastosowań w obliczeniach kwantowych. Ta zaawansowana infrastruktura będzie obsługiwać zaawansowane symulacje systemów kwantowych i ułatwi wdrażanie algorytmów sterowania sprzętem kwantowym o niskich opóźnieniach, niezbędnych do kwantowej korekcji błędów. Ponadto, wydajna platforma GB200 NVL72 umożliwi integrację algorytmów sztucznej inteligencji z badaniami kwantowymi, zwiększając ogólną wydajność obliczeniową.
Aby uporać się ze złożonością integracji między procesorem graficznym a sprzętem z jednostką przetwarzania kwantowego (QPU), naukowcy z NVAQC wykorzystają platformę programistyczną CUDA-Q firmy NVIDIA do obliczeń kwantowych. Platforma CUDA-Q ułatwia tworzenie zaawansowanych, hybrydowych algorytmów i aplikacji kwantowych, umożliwiając płynniejszą integrację i efektywniejsze wyniki badań.
Współpraca z inicjatywą Quantum Initiative Uniwersytetu Harvarda będzie koncentrować się na pionierskich technologiach obliczeń kwantowych nowej generacji. Jednocześnie grupa EQuS z MIT wykorzysta zaawansowaną infrastrukturę NVAQC do udoskonalenia technik, w szczególności metod korekcji błędów kwantowych, kluczowych dla praktycznych zastosowań obliczeń kwantowych.
Rozpoczęcie działalności NVAQC planowane jest na koniec bieżącego roku, co stanowi istotny krok naprzód w badaniach i rozwoju w dziedzinie komputerów kwantowych.
Amazon