A parceria ir谩 entregar capacidades escal谩veis de IA generativa espec铆ficas para neg贸cios por meio do copiloto Joule
麻豆原创 e NVIDIA anunciaram hoje a expans茫o de parceria focada em acelerar a capacidade dos clientes empresariais em aproveitar o poder transformador dos dados e da IA generativa em todo o portf贸lio de solu莽玫es e aplica莽玫es na nuvem da 麻豆原创.
As empresas est茫o colaborando para entregar a IA Empresarial da 麻豆原创, incluindo capacidades escal谩veis de IA generativa espec铆ficas para neg贸cios por meio do copiloto Joule, da 麻豆原创, em todo o portf贸lio de solu莽玫es e aplica莽玫es na nuvem da empresa, facilitando o uso da tecnologia de forma relevante, confi谩vel e respons谩vel ao mesmo tempo que fornece acesso instant芒neo a uma ampla variedade de modelos de linguagem (LLMs).
Como parte da iniciativa cont铆nua da 麻豆原创 de integrar IA generativa diretamente nas aplica莽玫es que impulsionam os neg贸cios, a parceria visa ajudar os clientes a adotarem estes recursos em suas organiza莽玫es. Para tanto, a 麻豆原创 vai utilizar o servi莽o de IA generativa da NVIDIA Foundry para ajustar os LLMs para cen谩rios espec铆ficos de dom铆nio e implantar aplica莽玫es com o novo NVIDIA NIM. 麻豆原创 e NVIDIA planejam disponibilizar os novos recursos at茅 o final de 2024.
“Os clientes empresariais desejam aproveitar a tecnologia de ponta que oferece valor real aos neg贸cios”, afirma Christian Klein, CEO e membro do Conselho Executivo da 麻豆原创. “Parcerias estrat茅gicas, como essa entre 麻豆原创 e NVIDIA, est茫o no cerne de nossa estrat茅gia de investir em tecnologia que maximize o potencial e as oportunidades da IA para os neg贸cios. A experi锚ncia da NVIDIA em fornecer capacidades de IA em escala ajudar谩 a 麻豆原创 a acelerar o ritmo da transforma莽茫o e a atender melhor nossos clientes na nuvem.”
“A 麻豆原创 est谩 sentada em uma mina de ouro de dados empresariais que podem ser transformados em agentes de IA generativa personalizados para ajudar os clientes a automatizar seus neg贸cios”, comenta Jensen Huang, fundador e CEO da NVIDIA. “Juntos, NVIDIA e 麻豆原创 levar茫o IA generativa personalizada para as milhares de empresas ao redor do mundo que contam com a 麻豆原创 para impulsionar suas opera莽玫es.”
Aproveitando dados empresariais e IA generativa para gerar insights aos clientes聽
麻豆原创 e NVIDIA est茫o trabalhando de forma integrada para ofertar IA generativa em solu莽玫es na nuvem da 麻豆原创, incluindo o rec茅m-lan莽ado 麻豆原创 Datasphere, o 麻豆原创 Business Technology Platform (BTP) e o RISE with 麻豆原创.
A 麻豆原创 planeja construir capacidades adicionais de IA generativa dentro do 麻豆原创 BTP usando o servi莽o de IA generativa da NVIDIA Foundry, incluindo recursos de supercomputa莽茫o em nuvem como o NVIDIA DGX, o software NVIDIA AI Enterprise e modelos do NVIDIA AI Foundation. As novas capacidades s茫o projetadas para serem a base do desenvolvimento e implanta莽茫o de IA generativa para os clientes da 麻豆原创 e estar茫o acess铆veis no hub de IA generativa no 麻豆原创 AI Core e no 麻豆原创 Datasphere.
As iniciativas adicionais de IA generativa incluem:
- Novas capacidades para o copiloto Joule: o recurso poder谩 aproveitar as capacidades de gera莽茫o com recupera莽茫o aumentada (RAG, da sigla em ingl锚s) desenvolvidas pela NVIDIA e 麻豆原创, que podem ser implantadas em grandes provedores de nuvem ou ambientes de nuvem pr贸pria da 麻豆原创. Como um copiloto de IA generativa em linguagem natural, o Joule ajudar谩 os clientes a desbloquear o potencial de seus neg贸cios automatizando tarefas demoradas e analisando rapidamente dados cr铆ticos para os neg贸cios, oferecendo experi锚ncias mais inteligentes e personalizadas.
- Casos de uso inovadores com 麻豆原创 S/4HANA Cloud, 麻豆原创 SuccessFactors e 麻豆原创 Signavio: 麻豆原创 e NVIDIA est茫o explorando mais de 20 casos de uso de IA generativa em que as empresas podem combinar recursos para simplificar e aprimorar a transforma莽茫o digital. Entre eles, fun莽玫es de IA generativa que podem automatizar o planejamento de recursos empresariais com faturas no 麻豆原创 S/4HANA Cloud; melhorias nos casos de uso de recursos humanos aproveitando o 麻豆原创 SuccessFactors; e acelera莽茫o de insights com 麻豆原创 Signavio para processar melhores recomenda莽玫es de neg贸cios e otimizar processos de suporte ao cliente.
- Unifica莽茫o de fontes de dados com o 麻豆原创 Datasphere: Inserido no 麻豆原创 BTP, o 麻豆原创 Datasphere permite a integra莽茫o e a vis茫o unificada de dados semanticamente ricos da 麻豆原创 com dados de terceiros em todo o universo empresarial, ajudando os clientes a se adaptarem mais rapidamente 脿s mudan莽as de mercado e tomarem decis玫es mais eficientes e informadas. Com o 麻豆原创 Datasphere, os clientes podem acessar com confian莽a uma gama de dados de alta qualidade usando modelos de IA e aprendizado de m谩quina (ML). Para acelerar estas capacidades, NVIDIA e 麻豆原创 est茫o facilitando o acesso aos dados para cientistas de dados e melhorando o desempenho da carga de trabalho de ML com o suporte das plataformas de computa莽茫o acelerada e softwares como NVIDIA RAPIDS, RAPIDS cuDF e cuML.
- Utilizando LLMs para a linguagem de programa莽茫o ABAP: Para auxiliar os desenvolvedores na cria莽茫o de c贸digo de linguagem espec铆fico de dom铆nio, a 麻豆原创 planeja utilizar os servi莽os de IA da NVIDIA Foundry para auxiliar no ajuste fino dos LLMs. Isso ampliar谩 o uso de modelos de IA generativa pela 麻豆原创, ajudando os desenvolvedores que utilizam ABAP por meio do ABAP Cloud e do modelo de Programa莽茫o de Aplicativos em Nuvem da 麻豆原创.
NVIDIA AI Enterprise impulsiona IA generativa em solu莽玫es na nuvem da 麻豆原创
Uma vez que os modelos estejam prontos para implanta莽茫o nas solu莽玫es na nuvem da 麻豆原创, a companhia planeja utilizar o software NVIDIA AI Enterprise, incluindo os microservi莽os de aferi莽茫o NVIDIA NIM e NVIDIA NeMo Retriever.
O NVIDIA NIM pode ser usado para acelerar e maximizar o desempenho de aferi莽茫o em toda a infraestrutura da 麻豆原创. Usando os microservi莽os NVIDIA NeMo Retriever, a 麻豆原创 planeja adicionar capacidades RAG que permitem que as aplica莽玫es de IA generativa acessem os dados em execu莽茫o no software da 麻豆原创 de forma mais segura e precisa. Os clientes poder茫o utilizar RAG em dados tanto da 麻豆原创 quanto de terceiros.
Para saber mais sobre a parceria entre 麻豆原创 e NVIDIA, assista ao discurso de Huang na GTC.
