La société Nvidia a annoncé mercredi lors de la conférence GTC à Berlin le lancement d'une nouvelle suite appelée "Agent Knowledge Foundation" dans le cadre de la boîte à outils pour agents (Agent Toolkit), dans le but de fournir aux agents d'intelligence artificielle du secteur des entreprises le contexte manquant des données et d'améliorer leur capacité à prendre des décisions.
Composants de la nouvelle suite et technologies de récupération
La nouvelle suite comprend un ensemble de composants open-source incluant les modèles de récupération "Nemotron Retriever", la nouvelle bibliothèque "Auto-Ontology", ainsi que la famille de modèles "Kumo" dédiée aux données structurées, aux côtés des bibliothèques de traitement de données "CUDA-X". La société a expliqué que ce système permet aux données de rester dans leurs emplacements de stockage actuels et d'être soumises aux règles d'accès et aux autorisations préalablement appliquées dans les entreprises.
Adel Al-Hallak, vice-président des produits d'intelligence artificielle agentique chez Nvidia, a souligné que les grands modèles de langage éprouvent d'énormes difficultés à explorer des tableaux et des fichiers complexes sans contexte structurel clair. Selon les tests de l'entreprise, le modèle de classement et de récupération Nemotron Retriever a contribué à augmenter la pertinence des résultats de recherche de 65 % lors de son test sur un environnement OpenSearch open-source, ce qui réduit le nombre d'étapes de recherche requises et maintient un temps de latence minimal.
Transition de la récupération traditionnelle RAG vers l'ontologie et le traitement des tableaux
La suite s'appuie sur la bibliothèque Auto-Ontology pour construire des graphes de connaissances à partir des tableaux d'entreprise et lier les données brutes à des concepts métier tels que les clients, les produits et les commandes, tout en fournissant une API REST et un serveur de protocole de contexte de modèle (MCP) pour les requêtes des agents. Ce développement constitue un investissement basé sur l'expertise de la startup Illumex, acquise par Nvidia en février pour environ 75 millions de dollars.
La suite intègre également les modèles Kumo pour les données relationnelles, acquis par Nvidia en juin, qui visent à se passer des pipelines traditionnels dédiés à chaque tâche prédictive telle que la classification et l'analyse des sentiments, permettant ainsi une prédiction automatisée à travers des tableaux formatés.
Partenariats stratégiques avec les plateformes de données
Nvidia affirme qu'elle ne cherche pas à concurrencer les grandes plateformes de données telles que Snowflake, Databricks ou Palantir, mais qu'elle s'appuie plutôt sur l'intégration de son infrastructure avec leurs plateformes pour gérer les couches de contrôle d'accès (ACL) et la sécurité. Les équipes de la chaîne d'approvisionnement de Nvidia utilisent ces technologies via la plateforme Palantir Foundry, tandis que Databricks associe le modèle Kumo de détection d'anomalies à la couche contextuelle Genie Ontology, et Snowflake permet l'exécution des modèles Kumo au sein de ses propres carnets de notes.
Pourquoi cette nouvelle est-elle importante ?
Ce lancement représente une étape pratique pour surmonter les limites actuelles des agents d'intelligence artificielle d'entreprise, qui souffrent souvent de leur incapacité à comprendre le contexte interconnecté des données d'entreprise distribuées. En intégrant des modèles open-source à des couches d'ontologie, Nvidia offre aux développeurs des outils flexibles pour améliorer la précision des agents sans obliger les organisations à transférer leurs données sensibles ou à les restructurer entièrement.