NVIDIA zaprezentowała NVIDIA DSX POD podczas GTC Berlin 21 października. To modułowe podejście do fabryk AI, które — według firmy — może skrócić wdrożenie na miejscu z sześciu miesięcy do 14 dni, gdy gotowe będą media i przyłącza w lokalizacji. Projekt referencyjny obejmuje kompletne systemy Vera Rubin umieszczone w kontenerach, które partnerzy budują, integrują i walidują przed dostawą, przenosząc większą część prac instalacyjnych poza teren klienta.
Najważniejsze informacje
- DSX POD to projekt referencyjny modułowych fabryk AI Vera Rubin, przygotowywany przez partnerów; krótszy czas wdrożenia jest uzależniony od gotowości mediów i przyłączy w lokalizacji.
- Wraz z zapowiedziami dotyczącymi infrastruktury NVIDIA przedstawiła nowe rozwiązania w zakresie bezpieczeństwa agentów oraz narzędzia łączące agentów z wiedzą przedsiębiorstw.
- Huang wpisał te premiery w kontekst ekspansji NVIDIA w Europie, wskazując na zobowiązania wobec regionalnego ekosystemu technologicznego o wartości niemal 10 mld USD.
Spis treści
- NVIDIA DSX POD przenosi integrację przed dostawę
- Europejski rozwój AI łączy kapitał z efektywnością operacyjną
- Bezpieczeństwo agentów staje się częścią infrastruktury
- Wiedza przedsiębiorstw jako kolejna warstwa wdrożenia
- Przykłady przemysłowe pokazują różne etapy wdrażania
- Podsumowanie
NVIDIA DSX POD przenosi integrację przed dostawę
Najważniejsza zmiana dotyczy miejsca, w którym powstaje fabryka AI. Zamiast pozostawiać integrację i walidację do momentu dostarczenia sprzętu do miejsca docelowego, DSX POD zakłada, że partnerzy wykonają te prace w modułowych kontenerach przed wysyłką. NVIDIA przedstawiła to jako zmianę w łańcuchu dostaw służącym budowie centrów danych, a nie po prostu kolejną ofertę sprzętową w skali szafy rack.
To rozróżnienie ma znaczenie przy interpretacji deklarowanego czasu wdrożenia. Okres 14 dni dotyczy wdrożenia na miejscu, gdy gotowe będą media i przyłącza; nie jest deklarowanym harmonogramem całego projektu. W relacji nie podano łącznego czasu budowy ani cen DSX POD i terminów dostaw dla klientów.
Huang powiedział, że Vera Rubin jest w pełnej produkcji i rozszerza platformę obliczeniową NVIDIA poza pojedyncze modele i duże modele językowe, obejmując przetwarzanie całego agenta AI. Przedstawił szerszą platformę fabryk AI jako połączenie sprzętu, oprogramowania systemowego, bibliotek CUDA-X i modeli.
| Element | Szczegóły |
|---|---|
| DSX POD | Nowy projekt referencyjny kompletnych fabryk AI Vera Rubin, montowanych, integrowanych i walidowanych przez partnerów w modułowych kontenerach. |
| Harmonogram wdrożenia | NVIDIA twierdzi, że wdrożenie na miejscu można skrócić z sześciu miesięcy do 14 dni, gdy gotowe będą media i przyłącza w lokalizacji. |
| Deklaracje dotyczące efektywności DSX | Według NVIDIA szersza platforma może ograniczyć zużycie wody do chłodzenia nawet o 100% i zużywać do 30% mniej energii przy tej samej wydajności AI. |
| Architektura referencyjna OpenShell | Nowy projekt bezpieczeństwa łączy kontrolę zasad, izolację na poziomie jądra systemu oraz monitorowanie interakcji między agentami a systemami, na które mogą oddziaływać. |
| Agent Knowledge Foundation | Nowe modele i biblioteki łączą agentów z dokumentami przedsiębiorstw oraz uporządkowanymi informacjami z baz danych. |
| Adaptacyjna radioterapia | NVIDIA i Siemens Healthineers opracowują system wykorzystujący AI; w relacji nie opisano go jako wdrożonego rozwiązania. |
Europejski rozwój AI łączy kapitał z efektywnością operacyjną
Wystąpienie w Berlinie nastąpiło po wizytach NVIDIA w Paryżu, Londynie, Sztokholmie i Dublinie. Według informacji firmy NVIDIA przeznacza niemal 10 mld USD na europejski ekosystem technologiczny i współpracuje z ponad 12 000 partnerów. Jest to kwota zadeklarowanych zobowiązań, a nie informacja, że całość została już wydana.
Huang argumentował, że europejskie firmy powinny tworzyć AI, a nie tylko z niej korzystać. Wymienił między innymi L’Oréal, Revolut, Spotify, Merck, Vodafone, Porsche i HSBC jako europejskie przedsiębiorstwa współpracujące z NVIDIA w obszarze AI, łącząc zapowiedzi infrastrukturalne z istniejącą bazą biznesową.
NVIDIA podała również, że jej platforma DSX AI Factory może ograniczyć zużycie wody do chłodzenia nawet o 100% i zapewnić tę samą wydajność AI przy zużyciu energii niższym nawet o 30%. Są to deklarowane możliwości szerszej platformy, odrębne od twierdzenia o czasie wdrożenia DSX POD. Relacja z wystąpienia nie zawiera wyników operacyjnych dotyczących tych oszczędności dla konkretnych projektów.
Bezpieczeństwo agentów staje się częścią infrastruktury
Szybsze wdrażanie infrastruktury stanowiło tylko część oferty NVIDIA. Huang opisał agentów jako systemy łączące model z mechanizmem orkiestracji, pamięcią, środowiskiem izolowanym, wiedzą i narzędziami. Ponieważ mogą uzyskiwać dostęp do plików, sieci i innych zasobów, ich użyteczność wiąże się także z koniecznością kontrolowania zakresu dozwolonych działań.
NVIDIA przedstawiła architekturę referencyjną OpenShell dla bezpiecznych agentów AI, aby rozwiązać ten problem. Jest to projekt pełnego stosu oparty na OpenShell — środowisku uruchomieniowym o otwartym kodzie źródłowym i kontrolowanym zasadami, z izolacją na poziomie jądra systemu, umieszczoną między agentem a systemami, na które może on oddziaływać.
Huang powiedział, że uprawnienia agentów powinny być ograniczone do minimum, a ich aktywność monitorowana; zakres uprawnień i egzekwowanie zasad powinny zaś dynamicznie się dostosowywać. W praktyce czym innym jest udostępnienie agentowi narzędzia, a czym innym — zapewnienie mu nieograniczonego dostępu do otaczającego systemu. NVIDIA przedstawiła bezpieczeństwo jako wymóg techniczny przy wdrażaniu agentów, a nie cechę samego modelu bazowego.
Wiedza przedsiębiorstw jako kolejna warstwa wdrożenia
Agent Knowledge Foundation NVIDIA odpowiada na odrębną przeszkodę: połączenie agenta z informacjami, którymi firma już dysponuje. Nowo zaprezentowany zestaw modeli i bibliotek obejmuje zarówno nieustrukturyzowane dokumenty, jak i uporządkowane informacje z baz danych.
Wśród wskazanych narzędzi są rozwiązania Nemotron do analizowania dokumentów, tworzenia osadzeń zapytań i ponownego szeregowania trafnych informacji, a także nowe modele Kumo służące do prognozowania na podstawie danych ustrukturyzowanych. Funkcje te łączą proces rozumowania agenta z materiałami specyficznymi dla danej firmy, zamiast opierać się wyłącznie na wiedzy zawartej w modelu ogólnego przeznaczenia.
Huang przedstawił również otwarte modele NVIDIA jako punkt wyjścia do dalszego treningu na zastrzeżonych danych firmowych, dostosowującego je do konkretnych zastosowań. Kolejnym elementem są biblioteki CUDA-X: akcelerowane symulatory, solvery i silniki przetwarzania danych, z których agenci mogą korzystać jako z narzędzi. Łącznie zapowiedzi opisują stos operacyjny obejmujący uprawnienia, wiedzę i wykonywanie zadań.
Przykłady przemysłowe pokazują różne etapy wdrażania
Film pokazany podczas wystąpienia ilustrował, jak te elementy mogą ze sobą współdziałać. W Lila Sciences agenci pomagali projektować potencjalną terapię chłoniaka z komórek B, wykorzystując wirtualne eksperymenty do kierowania zautomatyzowanym laboratorium. W fabryce Siemens w Erlangen agenci wspomagali przygotowywanie produktów do produkcji, testując plany w cyfrowym bliźniaku. Przykład Dassault Systèmes pokazywał agentów inżynieryjnych korzystających z symulacji, by wykryć problem w projekcie pojazdu i go udoskonalić.
Te demonstracje należy odróżnić od projektów, które są nadal opracowywane. NVIDIA i Siemens Healthineers rozwijają radioterapię wykorzystującą AI, łączącą agentów planujących leczenie, cyfrowe bliźniaki oraz dane z obrazowania i czujników w czasie rzeczywistym. Opisywany system miałby dostosowywać kierowanie wiązki w miarę zmian ciała pacjenta i guza podczas leczenia.
Przykłady nadają strategii infrastrukturalnej konkretny cel: agentów, którzy mogą pracować ze specjalistycznymi danymi i narzędziami w laboratoriach, fabrykach i środowiskach inżynieryjnych. Same w sobie nie dowodzą jednak, że każda zapowiedziana technologia jest już komercyjnie wdrożona ani że deklarowane oszczędności infrastrukturalne zostały osiągnięte w tych lokalizacjach.
Podsumowanie
DSX POD nadaje europejskiej ofensywie NVIDIA w obszarze AI konkretny wymiar infrastrukturalny: przenosi integrację poza lokalizację klienta i skraca wdrożenie, gdy gotowe są media i przyłącza. Towarzyszące rozwiązania w zakresie bezpieczeństwa i wiedzy dotyczą sposobu, w jaki firmy mogłyby wykorzystywać agentów w tej infrastrukturze. W relacji z wystąpienia nie ujawniono jednak cen, harmonogramów dostaw ani wyników dotyczących efektywności w poszczególnych projektach.
Przeczytaj więcej wiadomości
Więcej wiadomości FinanceVelix
Zastrzeżenie
Ten artykuł FinanceVelix zawiera ogólne informacje i nie stanowi spersonalizowanej porady finansowej, inwestycyjnej, prawnej ani podatkowej. Ceny rynkowe, stopy procentowe i warunki gospodarcze mogą się zmieniać; inwestycje wiążą się z ryzykiem straty. Fakty odzwierciedlają materiały dostępne w chwili publikacji i mogą ulec zmianie. Ważne informacje należy weryfikować samodzielnie, a w razie potrzeby skonsultować się z wykwalifikowanym specjalistą. Wzmianka o aktywach, firmie lub usłudze nie stanowi rekomendacji.
