Nvidia在华盛顿特区发布了7项技术公告。

Nvidia今天在华盛顿特区举行的AI峰会上展示了其技术，以帮助教育国家首都。

世界上最大的人工智能芯片制造商生产了七个重大宣布在峰会上提出的观点我们将在这里总结。首先，与美国科技领袖合作，帮助组织创建定制的人工智能解决方案。
使用最新的Nvidia NIM Agent蓝本和Nvidia NeMo以及Nvidia NIM微服务来创建应用程序并变革世界各行业。

各行各业的企业如AT&T、洛氏公司和佛罗里达大学都在使用微服务来创建自己的数据驱动的AI飞轮，以支持定制的生成式人工智能应用程序。

美国的技术咨询领导者埃森哲、德勤、Quantiphi和SoftServe正在采用Nvidia NIM Agent Blueprints以及Nvidia NeMo和NIM微服务，以帮助医疗保健、制造业、电信、金融服务和零售行业的客户创建定制的生成式AI代理和副驾。

Cadence、Cloudera、DataStax、Google Cloud、NetApp、SAP、ServiceNow和Teradata等数据和人工智能平台领导者正在使用Nvidia NIM来推进他们的数据和人工智能平台。

“人工智能正在推动转型并塑造全球产业的未来，”NVIDIA首席执行官黄仁之在一份声明中说。“通过与美国公司的合作，大学和政府机构，NVIDIA将帮助推进人工智能的应用，以提高生产力和促进经济增长。”

新的NeMo微服务——NeMo Customizer、NeMo Evaluator和NeMo Guardrails——可以与NIM微服务结合使用，帮助开发者轻松地大规模整理数据，自定义和评估模型，并管理响应以符合业务目标。然后，开发人员可以无缝部署自定义的NIM微服务到任何具有GPU加速的云环境、数据中心或工作站中。

Lowe's，一家家居改进公司，正在探索使用Nvidia NIM和NeMo微服务来提升员工和客户体验，并提高其商店员工的生产力。对于
例如，零售商正在利用Nvidia NeMo Guardrails来增强其生成式AI解决方案平台的安全性和安全性。

塞特福德研究所的研究人员也在使用英伟达技术进行实时AI搜索，寻找可能表明其他地方存在生命的快速射电爆发。为了更好地理解新的和罕见的天文现象，无线电天文学家正在采用加速计算和人工智能，利用Nvidia Holoscan和IGX平台。

这个夏天，科学家们增强了他们的工具，以寻找地球以外生命存在的迹象。位于SETI研究所的研究人员首次将人工智能应用于实时直接检测来自太空的微弱无线电信号。他们在射电天文学上的进步可供任何应用加速计算和人工智能的领域使用。

安德鲁·西米翁（Andrew Siemion）说：“我们正处于一种根本不同的分析流媒体天文数据方式的门槛上，利用这种方式我们将能够发现一些非常令人惊叹的事物。”安德鲁·西米翁是塞蒂研究所（SETI研究院于1984年成立，目前包括超过120名科学家）的伯纳德·M·奥利弗讲席教授。

搜寻地外文明研究所运营着位于加利福尼亚北部的艾伦望远镜阵列（见上图）。这是一台尖端望远镜，用于寻找外星智能（SETI）以及研究诸如快速射电暴等令人感兴趣的瞬变天文事件。该项目始于十多年前，在早期尝试将机器学习与天文学相结合的时候启动。

匹兹堡以人工智能技术取代钢铁产业

卡内基梅隆大学和匹兹堡大学将通过与Nvidia合作的两个联合技术中心加速创新和公私协作。

作为连接学术界、工业界和公共部门团体在人工智能创新方面合作的桥梁，Nvidia将在宾夕法尼亚州匹兹堡启动其首届AI技术社区。

与卡内基梅隆大学、匹兹堡大学以及“桥梁之城”的初创企业、企业和组织的合作是今天在美国华盛顿特区举行的NVIDIA人工智能峰会上宣布的NVIDIA AI技术社区计划的一部分。

该倡议旨在通过利用人工智能加速公共和私人合作伙伴关系，在具有技术转型潜力的社区中发挥更大的作用。将在匹兹堡建立两个英伟达联合技术中心，以利用该地区的专业知识。

Nvidia与卡内基梅隆大学（CMU）的机器人、自主性和人工智能联合研究中心将为高等教育教师、学生和研究人员提供最新的技术，并促进人工智能和机器人领域的创新。而Nvidia与匹兹堡大学的人工智能和智能系统联合中心则将专注于健康科学领域的计算机会，包括在临床医学和生物制造中应用人工智能的机会。

CMU — 据《美国新闻与世界报道》排名，美国排名第一的人工智能大学 — 在自动驾驶汽车和自然语言处理领域取得了开创性的成果。CMU的机器人研究所是世界上最大的大学附属机器人研究小组，汇集了超过一千名教师、员工、学生、博士后研究员和访问学者，通过机器人技术解决人类面临的最严峻挑战。

匹兹堡大学——被指定为创新前沿的R1研究型大学——在来自美国国立卫生研究院的研究资金方面在美国大学中排名第六，其2022财年的研究支出超过10亿美元，并且在美国获得实用专利的大学中排名第十四。Nvidia将为其中心提供DGX用于AI训练、Omniverse用于模拟以及Jetson用于机器人边缘计算。

美国医疗系统部署AI代理进行研究和查房

Nvidia也表示美国医疗系统正在采用数字健康代理，以在整个范围内利用人工智能，从研究实验室到临床环境。

最新的AI加速工具——在本周于华盛顿特区举行的Nvidia AI峰会上展出的包括Nvidia NIM，这是一个支持AI模型部署和执行的云原生微服务集合，以及Nvidia NIM代理蓝图，一个预训练且可定制的工作流目录。

这些技术已经在公共部门用于推进医学图像分析、帮助寻找新的治疗方法以及从包含文本、表格和图表的海量PDF数据库中提取信息。

例如，美国国立卫生研究院（NIH）的国家癌症研究所的研究人员正在使用Nvidia MonAI构建的几个AI模型进行医学影像分析——其中包括用于分割和标注3D CT图像的Vista-3D NIM基础模型。NIH的国家转化科学中心（NCATS）的一个团队正在使用NIM Agent Blueprint进行基于生成式人工智能的虚拟筛选，以减少开发新型药物分子的时间和成本。

借助Nvidia的技术，公共部门的医学研究人员可以迅速启动最先进的、优化的人工智能模型的应用，以加速他们的工作。这些预训练模型可以根据组织自身的数据进行定制，并且可以基于用户反馈不断改进。

大量的医疗数据——包括研究论文、放射学报告和患者记录——都是非结构化的，并被锁定在PDF文档中，这使得研究人员很难快速查找信息。

由NCATS运营的遗传和罕见疾病信息中心正在探索使用PDF数据提取蓝图来开发生成式人工智能工具，以增强该中心从以前无法搜索的数据库中获取信息的能力。这些工具将帮助回答受罕见疾病影响的人提出的问题。

NVIDIA领导层、客户和合作伙伴将举办超过50场会议，重点展示公共部门中的重要工作。

Nvidia的网络安全蓝图

英伟达表示，德勤采用了英伟达 NIM 代理蓝图来实现容器安全，以帮助企业使用开源软件构建安全的 AI。

人工智能正在通过新的生成式人工智能工具和能力改变网络安全，这些曾经只存在于科幻小说中的技术如今正逐渐成为现实。而且就像许多科幻作品中的英雄一样，它们的到来恰到好处。

增强型网络安全能够实时检测和响应潜在威胁——通常在人类分析师意识到之前就能发现。它可以分析大量数据以识别可能表明发生入侵的模式和异常情况。人工智能代理可以自动化常规安全任务，让人类专家能够专注于更复杂的挑战。

所有这些功能都始于软件，因此Nvidia引入了Nvidia NIM代理蓝图用于容器安全，开发人员可以将其适应以满足自己的应用程序需求。

该蓝图使用了Nvidia NIM微服务、Nvidia Morpheus网络安全AI框架、Nvidia cuVS和Nvidia Rapids加速数据解析，以帮助企业大规模地加速分析常见漏洞和暴露（CVE）——从几天缩短到只需几秒钟。

所有这些都包含在Nvidia人工智能企业版中，这是一款用于开发和部署安全、受支持的生产人工智能应用的云端原生软件平台。

德勤是最早使用英伟达NIM代理蓝图进行容器安全的企业之一，该蓝图支持对开源软件的代理分析，帮助企业在构建安全的人工智能系统时提供支持。它可以帮助企业通过提高效率和减少识别威胁及潜在敌对活动所需的时间来增强并简化网络安全。

软件容器包含大量的包和发行版，其中一些可能受到安全漏洞的影响。传统上，安全分析师需要审查每个这些包以了解在任何软件部署中潜在的安全漏洞。这些手动过程繁琐、耗时且容易出错。由于软件包、依赖项、配置和运行环境的复杂性，也很难有效地自动化这些流程。

利用生成式人工智能，网络安全应用可以快速消化和解读包括自然语言在内的各种数据源的信息，从而更好地理解潜在漏洞可能被利用的背景环境。

企业可以创建基于这种生成式人工智能智能的网络安全AI代理。NIM容器安全蓝图通过使用大型语言模型和增强检索生成，能够快速、自动地进行CVE风险分析，并提供可操作的结果，以支持具有代理功能的人工智能应用。它帮助开发人员和安全团队利用AI保护软件，从而提高准确性、效率并简化人类代理需要调查的潜在问题。

CUDA-X 加速了 Polars 数据处理库，使数据科学家能够更快地进行人工智能开发

Nvidia还表示，增长最快的数析工具之一Polars刚刚突破了每月900万次下载。作为一款现代的DataFrame库，它旨在高效处理单机内存中能够容纳的数据集，并且不涉及分布式计算系统所需的复杂性和开销。

随着企业应对复杂的数据问题——从检测信用卡交易中的限时模式到管理全球客户群体中快速变化的库存需求——更高的性能变得至关重要。

Polars和Nvidia的工程师刚刚发布了由Rapids cuDF驱动的Polars GPU引擎的公开测试版，为不断增长的Polars社区带来了无需代码更改即可实现的加速计算。这使得Polars的查询执行更加高效——相比在CPU上运行，最多可使这款快速数据处理软件的速度提升13倍。就像是给猎豹注入了火箭燃料，帮助它跑得更快。

随着数据科学和工程团队构建越来越多的数据处理管道以支持人工智能应用，选择合适的软件和基础设施对于确保工作的顺利进行至关重要。对于适合在单个服务器、工作站和笔记本电脑上运行的工作负载，开发人员经常使用如Polars这样的库来加速迭代过程，减少开发环境中的复杂性，并降低基础设施成本。

在这些单机规模的工作负载上，快速的迭代时间通常是首要任务，因为数据科学家常常需要进行探索性分析来指导下游模型训练或决策。仅依赖CPU计算的性能瓶颈会降低生产力，并且可能限制可以完成的测试/训练周期数量。

对于单机无法处理的大规模数据处理任务，组织会转向像Apache Spark这样的框架来帮助他们在数据中心的节点之间分配工作。在这个规模下，成本和能耗效率通常是首要考虑的因素，但由于使用传统的基于CPU的计算基础设施导致的低效，成本可能会迅速增加。

NVIDIA的CUDA-X数据处理平台针对这些需求进行了设计，旨在为大规模工作负载优化成本和能源效率，并为单机规模的工作负载提供高性能。

[更新时间：2024年10月8日上午8:33:]英伟达指出它在华盛顿特区没有因反垄断案件被传唤。