Компания Nvidia объявила в среду в ходе конференции GTC в Берлине о выпуске нового пакета под названием «Agent Knowledge Foundation» в составе набора инструментов для агентов (Agent Toolkit), цель которого — предоставить ИИ-агентам в корпоративном секторе недостающий контекст данных и улучшить их способность принимать решения.
Компоненты нового пакета и технологии извлечения
Новый пакет включает в себя набор компонентов с открытым исходным кодом, в том числе модели извлечения данных «Nemotron Retriever», новую библиотеку «Auto-Ontology», семейство моделей «Kumo», предназначенных для структурированных данных, а также библиотеки обработки данных «CUDA-X». Компания пояснила, что эта система позволяет данным оставаться в их текущих хранилищах и подчиняться правилам доступа и разрешениям, уже действующим на предприятиях.
Адиль Халак (Adel Al-Halak), вице-президент Nvidia по продуктам для агентного искусственного интеллекта, отметил, что большим языковым моделям крайне сложно осуществлять поиск по сложным таблицам и файлам без четкого структурного контекста. Согласно тестированию компании, модель ранжирования и повторного извлечения Nemotron Retriever повысила релевантность результатов поиска на 65% при тестировании в среде с открытым исходным кодом OpenSearch, что снижает количество необходимых поисковых шагов и поддерживает минимальный уровень задержки (Latency).
Переход от традиционного RAG к онтологии и обработке таблиц
Пакет опирается на библиотеку Auto-Ontology для построения графов знаний на основе корпоративных таблиц и связывания сырых данных с бизнес-понятиями, такими как клиенты, продукты и заказы, предоставляя при этом API REST и сервер протокола контекста моделей (MCP) для запросов агентов. Эта разработка является инвестицией в опыт стартапа Illumex, приобретенного Nvidia в феврале примерно за 75 миллионов долларов.
Пакет также объединяет модели Kumo для реляционных данных, приобретенные Nvidia в июне. Эти модели призваны заменить традиционные конвейеры, предназначенные для каждой отдельной задачи прогнозирования, такой как классификация и анализ настроений, что обеспечивает автоматическое прогнозирование по отформатированным таблицам.
Стратегическое партнерство с платформами данных
Nvidia подчеркивает, что она не стремится конкурировать с крупными платформами данных, такими как Snowflake, Databricks или Palantir, а полагается на интеграцию своей инфраструктуры с их платформами для управления уровнями контроля доступа (ACL) и безопасностью. Команды цепочки поставок Nvidia используют эти технологии через платформу Palantir Foundry, в то время как Databricks связывает модель Kumo для обнаружения аномалий со своим контекстным слоем Genie Ontology, а Snowflake позволяет запускать модели Kumo в собственных блокнотах (notebooks).
Почему эта новость важна?
Этот запуск представляет собой практический шаг по преодолению текущих ограничений корпоративных ИИ-агентов, которые часто страдают от неспособности понять взаимосвязанный контекст распределенных корпоративных данных. Объединяя модели с открытым исходным кодом со слоями онтологии, Nvidia предоставляет разработчикам гибкие инструменты для повышения точности агентов, не заставляя организации перемещать свои конфиденциальные данные или полностью реструктурировать их.