NVIDIA Agent Toolkit расширяется за счет новой основы для подключения корпоративных агентов к данным компании, а также моделей и инструментов для управления их действиями. В отчете от 21 октября 2026 года NVIDIA описала внедрения в собственной цепочке поставок и на корпоративных программных платформах, подчеркнув, что доступ к бизнес-данным стал центральным элементом последнего расширения инструментария с открытым исходным кодом.
Основные выводы
- Новая Agent Knowledge Foundation связывает информацию о компании с бизнес-концепциями, чтобы агенты могли извлекать контекст и помогать в прогнозировании.
- NVIDIA указала на внедрения с участием Palantir, Databricks и Snowflake, хотя реализация различается в зависимости от платформы.
- NVIDIA также отметила улучшения поиска с использованием Amazon OpenSearch Service, SAP и ServiceNow; эти результаты относятся к отдельным применениям моделей, а не к набору инструментов в целом.
Содержание
- Что NVIDIA Agent Toolkit добавляет для работы с данными компаний
- На каком этапе находятся корпоративные внедрения
- Что показывают результаты поиска
- Как контролируются доступ и совершенствование агентов
- Заключение
Что NVIDIA Agent Toolkit добавляет для работы с данными компаний
Центральным нововведением стала NVIDIA Agent Knowledge Foundation, объединяющая библиотеки обработки данных с моделями поиска информации и структурированных данных. По словам NVIDIA, компании могут использовать ее, сохраняя существующие места хранения данных, рабочие процессы и механизмы управления.
Новая библиотека Auto-Ontology помогает агентам интерпретировать необработанную информацию с учетом бизнес-контекста. Вместо того чтобы рассматривать записи только как отдельные точки данных, она выявляет такие понятия, как клиенты, продукты и заказы, и устанавливает связи между ними. Предполагается, что такой контекст поможет агентам отвечать на бизнес-вопросы и поддерживать принятие решений.
В основу входят библиотеки CUDA-X, в том числе cuDF, cuGraph, cuML, cuOpt и cuVS. Среди доступных моделей — Nemotron Retriever и семейство Kumo Structured: Kumo Tabular, Kumo Relational, Kumo Time Series и Kumo Forecast.
| Компонент | Описание |
|---|---|
| NVIDIA OpenShell | Защищенная среда выполнения, позволяющая компаниям ограничивать доступ агентов и их действия. |
| Схемы NVIDIA NemoClaw | Эталонные проекты для создания защищенных агентов, адаптированных к специализированным задачам. |
| Новейшая схема оптимизации NemoClaw | Пошаговая отправная основа для повышения интеллектуальных возможностей агента. |
На каком этапе находятся корпоративные внедрения
Подразделение NVIDIA, отвечающее за цепочку поставок, использует эту основу вместе с Foundry, Ontology и AIP от Palantir. По данным NVIDIA, такое внедрение поддерживает работу специализированных агентов с закрытой информацией для прогнозирования и оптимизации решений. В отчете описано уже действующее внутреннее внедрение, а не только предполагаемый вариант использования.
Databricks объединяет свою Genie Ontology с NVIDIA Kumo Anomaly для создания агентов, использующих контекстную информацию. Подход Snowflake предполагает интеграцию моделей Kumo Engine и Kumo Relational в среду Snowflake Notebook, что позволяет клиентам добавлять там функции прогнозирования.
Эти примеры демонстрируют разные пути корпоративного внедрения: действующее решение в NVIDIA, интеграцию в Databricks и доступ для клиентов через среду блокнотов Snowflake. Их не следует считать идентичными реализациями или доказательством сопоставимых результатов.
Что показывают результаты поиска
NVIDIA привела несколько результатов использования Nemotron Retriever, отделив улучшения поиска и переранжирования от более широких возможностей корпоративных агентов. По данным NVIDIA, в Amazon OpenSearch Service модель встраивания повысила релевантность и одновременно сократила количество поисковых шагов практически без увеличения задержки.
Компания сообщила, что дообученный переранжировщик SAP работал почти в три раза быстрее. Также, по ее словам, ServiceNow повысила качество переранжирования, сократив задержку почти на четверть. В отчете не приведен единый бенчмарк, который позволил бы напрямую сравнить эти результаты.
Zoom использует Nemotron Retriever для понимания документов, повышения релевантности поиска и извлечения контекста в Zoom AI Services. NVIDIA не указала количественный показатель эффективности этого внедрения.
Как контролируются доступ и совершенствование агентов
Расширение не ограничивается предоставлением агентам большего объема информации. Сопутствующие компоненты отвечают за установление границ выполнения, разработку специализированных агентов и их оптимизацию; соответствующие функции кратко изложены ниже.
NVIDIA описывает новейшую схему оптимизации NemoClaw как отправную точку для постепенного повышения интеллектуальных возможностей агента. Это эталонный проект для разработчиков, а не свидетельство того, что каждое корпоративное внедрение уже принесло улучшения. В отчете среди инструментов и навыков набора также перечислены NeMo Relay и NeMo Compass, однако их функции не раскрываются.
Заключение
Расширение объединяет в одном наборе инструментов интерпретацию данных компании, поиск информации и контроль выполнения. Наиболее весомые конкретные подтверждения — перечисленные внедрения и результаты на уровне моделей; эти примеры не доказывают, что весь стек агентов обеспечивает единый результат по производительности.
Читайте также
Отказ от ответственности
Эта статья FinanceVelix содержит общую информацию и не является персональной финансовой, инвестиционной, юридической или налоговой консультацией. Рыночные цены, процентные ставки и экономические условия могут меняться; инвестиции сопряжены с риском убытков. Факты отражают материалы, доступные на момент публикации, и могут измениться. Самостоятельно проверяйте важную информацию и при необходимости обращайтесь к квалифицированному специалисту. Упоминание актива, компании или услуги не является рекомендацией.
