Pinterest staví s Nvidií společnou AI vrstvu pro rychlejší vizuální vyhledávání

Pinterest nepředstavil jednu izolovanou funkci pro uživatele, ale sdílenou AI infrastrukturu. Má týmům umožnit stavět funkce, které rozumějí obrázkům i jazyku, bez toho, aby každý produkt potřeboval vlastní systém pro provoz modelů. 46

Z čeho se nová vrstva skládá

Základem jsou tři části:

• GPU Nvidia Blackwell B200, které poskytují výpočetní výkon pro provoz modelů pracujících s obrazem a textem. 4
• Nvidia Dynamo, software pro obsluhu a směrování multimodálních AI úloh. 24
• Vizuální embeddingy Pinterestu – předem vypočítané číselné reprezentace obrazového obsahu. Model tak nemusí při každém požadavku znovu zpracovávat stejný původní obrázek. 26

Smyslem je sjednotit technický základ pro více produktů. Vizuální vyhledávání, asistent nebo nástroje pro bezpečnost obsahu tak nemají fungovat jako oddělené infrastrukturní projekty, ale jako služby postavené na společné vrstvě. 6

Kde má systém pomoci

Pinterest uvádí, že infrastruktura podporuje vizuální vyhledávání, porozumění obsahu, AI funkce pro objevování a nakupování, konverzační Pinterest Assistant, multimodální přeřazování výsledků, systémy bezpečnosti obsahu a vytváření signálů. 46

Pro službu zaměřenou na inspiraci a objevování je podstatné, že AI může spojit to, co uživatel napíše, s tím, co je na obrázku. To může pomoci při pochopení záměru dotazu, výběru relevantního obsahu i zpřesnění doporučení.

Pinterest podle svých údajů využívá více než 80 miliard měsíčních vyhledávání k vytváření signálů pro AI objevování a nakupování. Nová vrstva má tyto signály lépe využít v obrazových a konverzačních funkcích. 6

Proč jsou předpočítané obrazové reprezentace důležité

Modely propojující obraz a jazyk jsou náročné na provoz: vedle textu musejí pracovat s velkými obrazovými daty a udržovat rozsáhlou stavovou paměť modelu. Pinterest používá projekční embeddingy, v technických materiálech označované jako PinCLIP. Ty převádějí vizuální informaci do tokenového prostoru modelu, takže požadavek může použít již připravenou vizuální reprezentaci namísto opakovaného přenosu a kódování původního snímku. 210

Pinterest uvádí tyto výsledky své architektury a optimalizací Dynamo:

• 25× více vizuálního kontextu na jeden požadavek v Pinterest Assistant. 4
• Přibližně 85× rychlejší zahájení odpovědi v benchmarkových testech. 13
• 7,3× rychlejší celkovou odezvu v benchmarkových testech. 13

Jde o výsledky benchmarků uváděné společností. Neznamenají tedy automaticky, že každé vyhledávání nebo každá interakce s asistentem bude pro uživatele rychlejší ve stejném poměru.

Dlouhodobá platforma, nikoli jednorázové nasazení

Pinterest a Nvidia popisují novinku jako pokračování spolupráce trvající téměř pět let, která zahrnuje doporučovací systémy i generativní AI. Pinterest uvádí, že jeho infrastruktura zahrnuje 14 000 GPU Nvidia. 4

Právě tento rozsah vysvětluje strategický význam společné vrstvy: firma může rychleji rozšiřovat obrazové a konverzační AI funkce, aniž by pro každou z nich budovala nový provozní základ. Nvidia systém představuje jako platformu pro Pinterest Assistant, přeřazování výsledků, bezpečnost obsahu i generování signálů. 4

Po oznámení akcie Pinterestu v pondělním obchodování podle Investing.com vzrostly zhruba o 1,8 %. 17

Co si z oznámení odnést

Pinterest přesouvá AI od jednotlivých produktových řešení k centralizovanému multimodálnímu základu. Hardware Blackwell dodává výpočetní výkon, Dynamo zajišťuje provoz a směrování modelů a vizuální embeddingy snižují potřebu opakovaně zpracovávat obrazová data. Dohromady má tato kombinace zrychlit provoz a usnadnit škálování vizuálního vyhledávání, nakupování i funkcí ve stylu AI asistenta napříč platformou. 246