NVIDIA memperluas portofolio model terbukanya dengan model Kumo untuk data bisnis terstruktur, model Nemotron dan perangkat baru, yang mencakup robotika, desain protein, serta komputasi kuantum. Ekspansi model terbuka NVIDIA, yang dirinci pada 21 Oktober 2026, menyediakan fondasi yang dapat disesuaikan organisasi dengan data lokal dan diterapkan pada infrastruktur yang mereka kendalikan. Sebagian besar penawaran yang diumumkan sudah tersedia, sementara Nemotron 3.5 Bolt diperkirakan hadir pada 23 Oktober dan Alpamayo 2 Edge dijadwalkan hadir pada akhir bulan ini.
Poin Penting
- Kumo menambahkan kemampuan prediksi, peramalan, dan penilaian risiko penipuan untuk data perusahaan terstruktur, dengan Coinbase, Revolut, dan Databricks termasuk di antara organisasi pertama yang menggunakannya.
- Ekspansi ini menjangkau lebih dari sekadar model bahasa, mencakup pelatihan robotika, penalaran di dalam kendaraan, desain protein, dan kalibrasi perangkat keras kuantum.
- Ketersediaan di seluruh portofolio bervariasi: beberapa keluarga model sudah dapat diakses, tetapi Nemotron 3.5 Bolt dan Alpamayo 2 Edge masih akan dirilis.
Daftar Isi
- Apa yang dapat disesuaikan organisasi dengan model terbuka NVIDIA
- Kumo menyasar prediksi dari data bisnis
- Perangkat robotika berfokus pada pelatihan sebelum penerapan
- Model sains menangani desain protein dan sistem kuantum
- Apa yang tersedia sekarang dan apa yang masih direncanakan
- Kesimpulan
Apa yang dapat disesuaikan organisasi dengan model terbuka NVIDIA
Ekspansi ini berfokus pada penyediaan model bagi pengembang yang dapat disesuaikan dengan bahasa, pengetahuan, dan kebutuhan industri mereka sendiri, alih-alih hanya menggunakan sistem serbaguna. NVIDIA menggambarkan portofolio ini sebagai fondasi aplikasi yang dapat dijalankan organisasi pada infrastruktur di bawah kendali mereka.
Nemotron menyediakan model bahasa, kumpulan data, dan resep pelatihan untuk agen yang bekerja dengan teks dan gambar. Tambahan yang diumumkan mencakup Nemotron 3.5 Super VL dan Nemotron 3.5 Bolt, serta model Retriever untuk penyematan, pemeringkatan ulang, dan penguraian dokumen. Secara bersama-sama, model-model ini mendukung kemampuan agen sekaligus pekerjaan untuk membuat dokumen perusahaan dapat dimanfaatkan oleh sistem tersebut.
Perusahaan menyebut Dassault Systèmes, SAP, Salesforce, Shopify, Synopsys, dan WPP sebagai organisasi yang bekerja dengan model serta kumpulan data Nemotron untuk mengembangkan model khusus dan agen spesifik domain. Accenture dan EY juga terlibat. Upaya-upaya ini dijelaskan sebagai pengembangan, bukan bukti bahwa setiap peserta telah menyelesaikan penerapan produksi.
Kontributor Eropa di NVIDIA Nemotron Coalition mencakup Black Forest Labs, H-Company, dan Mistral. Menurut NVIDIA, data, riset, dan keahlian mereka berkontribusi pada fondasi Nemotron.
| Item | Detail |
|---|---|
| Nemotron 3.5 Super VL | Tersedia melalui Hugging Face, ModelScope, OpenRouter, NVIDIA NIM, dan mitra. |
| Nemotron 3.5 Bolt | Diperkirakan mulai tersedia pada 23 Oktober. |
| Nemotron Retriever | Tersedia melalui Hugging Face, platform mitra, dan NVIDIA NIM untuk penyematan, pemeringkatan ulang, serta penguraian dokumen. |
| Kumo | Tersedia di Hugging Face dan dikemas sebagai layanan mikro NVIDIA NIM untuk inferensi produksi. |
| Cosmos | Tersedia secara terbuka di Hugging Face dan GitHub, serta melalui mitra inferensi tertentu. |
| Alpamayo 2 Edge | Direncanakan dapat diunduh di GitHub dan Hugging Face pada akhir Oktober. |
| BioNeMo RFD4-Proteina | Tersedia melalui platform pengembang NVIDIA, NVIDIA NIM, GitHub, Hugging Face, dan mitra inferensi tertentu. |
| Ising | Tersedia di GitHub, Hugging Face, dan platform pengembang NVIDIA. |
Kumo menyasar prediksi dari data bisnis
Kumo merupakan tambahan yang paling berfokus langsung pada data bisnis. Model fondasi berbobot terbuka, pustaka, dan perangkatnya dirancang untuk membantu aplikasi meramalkan hasil, menilai risiko penipuan, dan merekomendasikan tindakan berdasarkan informasi terstruktur.
Perubahan praktis yang dijelaskan NVIDIA adalah berkurangnya kebutuhan untuk membangun alur kerja pembelajaran mesin terpisah bagi setiap tugas prediksi. Pengembang dapat memulai dengan model pralatih dan menyempurnakannya menggunakan data milik sendiri ketika suatu beban kerja membutuhkan kinerja lebih tinggi.
Kumo Structured mencakup prediksi relasional dan tabular, peramalan, serta deteksi anomali. Kumo Engine menyediakan rangkaian pustaka terbuka untuk mengembangkan dan menerapkan model fondasi data terstruktur. Keluarga model ini merupakan bagian dari NVIDIA Agent Knowledge Foundation.
Cognite, Coinbase, Databricks, DoorDash, Revolut, dan Tubi termasuk di antara organisasi pertama yang menggunakan Kumo. NVIDIA juga menyatakan bahwa pelanggan Snowflake sudah memakai model-model tersebut untuk mempercepat pengembangan AI di bidang periklanan, energi, jasa keuangan, dan ritel. Laporan tersebut tidak mengukur penghematan biaya pelanggan atau peningkatan akurasi prediksi.
Perangkat robotika berfokus pada pelatihan sebelum penerapan
Untuk AI fisik, NVIDIA menambahkan perangkat pascapelatihan dan pengoptimalan Cosmos yang ditujukan untuk meningkatkan model dunia dengan komputasi lebih sedikit. Checkpoint simulasi memungkinkan pengembang mengevaluasi perilaku dalam skenario mengemudi interaktif dan manipulasi robotik sebelum pengujian di dunia nyata.
Cosmos Data Factory yang baru menggabungkan cetak biru dan keterampilan inti agen untuk mengkurasi, memberi label, menghasilkan, dan mengevaluasi data pelatihan. Kegunaannya mencakup skenario mengemudi, cacat produk, dan augmentasi gambar. Pengembang dapat menggunakan alur kerja lengkap atau kemampuan individual, dengan agen yang mengoordinasikan prosesnya.
NVIDIA menyatakan bahwa Porsche bersama Voxel51, ANYbotics bersama Encord, Zalando, CEVA Logistics bersama Sereact, serta Siemens menggunakan Cosmos Data Factory untuk membuat kumpulan data pelatihan yang beragam dan meningkatkan presisi model.
Alpamayo 2 Edge menangani tahap yang berbeda: penalaran di dalam kendaraan otonom. Model ringkas ini menggabungkan pemahaman adegan waktu nyata dan perencanaan gerak, dibangun di atas fondasi Cosmos 3 Edge berbasis Nemotron, serta dioptimalkan untuk NVIDIA DRIVE AGX Thor. NVIDIA menyatakan model ini dirancang untuk menghadirkan kemampuan mengemudi canggih pada kendaraan dengan kebutuhan komputasi lebih rendah; jadwal pengunduhannya masih ditetapkan pada akhir bulan ini.
Model sains menangani desain protein dan sistem kuantum
Tambahan untuk sains ini melayani alur kerja yang berbeda, bukan satu asisten riset serbaguna. BioNeMo RFD4-Proteina menghasilkan sekuens protein dan struktur tiga dimensi, sementara Ising ditujukan untuk kalibrasi dan koreksi kesalahan perangkat keras kuantum.
Kandidat protein tetap harus melalui pengujian laboratorium
Dikembangkan oleh NVIDIA dan Baker Lab di Institute for Protein Design, University of Washington, RFD4-Proteina dirancang untuk membantu mendesain protein yang mengikat target sulit atau molekul kecil, maupun yang tersusun menjadi struktur kompleks.
NVIDIA melaporkan kinerja terdepan dalam lebih dari 10 tugas desain protein dan proses generasi sekitar 13x lebih cepat dibandingkan RFdiffusion3 dalam tolok ukur yang menggunakan protein dengan 200 asam amino. Angka-angka tersebut menggambarkan kinerja model dalam tolok ukur yang dilaporkan, bukan validasi laboratorium yang telah selesai. Peneliti dapat menggunakan agen untuk menghasilkan dan mengevaluasi kandidat sebelum memilih desain yang akan diuji di laboratorium.
Mitra kuantum menyasar kalibrasi dan koreksi kesalahan
IQM Quantum Computers menggunakan Ising untuk mengalibrasi prosesor kuantumnya. SEEQC menggabungkan Ising, NVIDIA NVQLink, dan Digital Link miliknya untuk menangani kebutuhan latensi rendah bagi koreksi kesalahan kuantum waktu nyata.
AWS mengintegrasikan Ising ke AWS Parallel Computing Service agar peneliti dapat bekerja dengan model-model tersebut sebelum penerapan. NVIDIA mencatat bahwa dekode biasanya dilakukan pada perangkat keras klasik yang ditempatkan bersama prosesor kuantum karena kebutuhan latensi; integrasi AWS mendukung riset sebelum tahap penerapan tersebut.
Apa yang tersedia sekarang dan apa yang masih direncanakan
Laporan NVIDIA membedakan model yang sudah dapat diakses dari rilis mendatang. Super VL tersedia melalui platform model, NVIDIA NIM, dan mitra. Kumo, Cosmos, Retriever, BioNeMo RFD4-Proteina, dan Ising juga memiliki saluran distribusi yang tercantum, meskipun saluran tersebut berbeda-beda untuk setiap penawaran.
Rilis jangka dekat yang masih dinantikan adalah Nemotron 3.5 Bolt, yang diperkirakan hadir pada 23 Oktober, dan Alpamayo 2 Edge, yang dijadwalkan pada akhir Oktober. Tanggal-tanggal tersebut merupakan rencana ketersediaan, bukan rilis yang telah selesai.
Kesimpulan
Ekspansi ini memperluas penawaran model NVIDIA yang dapat disesuaikan, dari agen perusahaan hingga prediksi bisnis, AI fisik, dan riset ilmiah. Bagi pengembang, perbedaan langsungnya adalah antara perangkat yang sudah tersedia untuk dievaluasi dan rilis Bolt serta Alpamayo yang masih dijadwalkan pada akhir Oktober.
Baca Berita Lainnya
Penafian
Artikel FinanceVelix ini menyajikan informasi umum, bukan nasihat keuangan, investasi, hukum, atau pajak yang dipersonalisasi. Harga pasar, suku bunga, dan kondisi ekonomi dapat berubah; investasi memiliki risiko kerugian. Fakta mencerminkan materi yang tersedia pada saat diterbitkan dan dapat berubah. Periksa informasi penting secara mandiri dan konsultasikan dengan profesional berkualifikasi bila diperlukan. Penyebutan aset, perusahaan, atau layanan bukan merupakan bentuk dukungan.
