NVIDIA testaa Palantirin kanssa suvereenia tekoälyä omassa toimitusketjussaan

NVIDIA ja Palantir ovat julkistaneet yhteisen suvereenin tekoälypinon monimutkaisten ja kriittisten toimitusketjujen ohjaukseen. NVIDIA ottaa ratkaisun ensin käyttöön omassa toiminnassaan eli toimii käytännössä tuotteen ensimmäisenä asiakkaana, ennen kuin arkkitehtuuria tarjotaan muille organisaatioille. 11

Kyse ei ole vain keskustelurobotin liittämisestä toimitusketjudataan. Tavoitteena on koota operatiivinen data, optimointiohjelmistot, tekoälymallit ja kokeneiden suunnittelijoiden harkinta ympäristöön, jota organisaatio itse hallitsee.

NVIDIA:n toimitusketju toimii ensimmäisenä käytännön testinä

NVIDIA:n Vera Rubin -järjestelmien toimitusketju havainnollistaa ongelman mittakaavaa: yhteen laitetelineeseen kuuluu noin 1,3 miljoonaa komponenttia. Niitä ovat esimerkiksi laskenta-, muisti- ja verkkokomponentit sekä virransyöttö-, jäähdytys- ja mekaaniset järjestelmät. 37

Näin tiiviisti toisiinsa kytkeytyneessä kokonaisuudessa materiaalien kohdistaminen ei ole pelkkä taulukkolaskentatehtävä. Päätöksiä voivat rajoittaa muun muassa valmistuskapasiteetti, osien saatavuus, toimitusten ajoitus ja asiakkaille jo annetut sitoumukset. NVIDIA käyttää Palantirin Ontology-tietomallia ja toimitusketjun Command Centeriä yhdessä NVIDIA cuOpt -optimointiohjelmiston kanssa arvioidakseen vaihtoehtoisia tilanteita ja kohdistaakseen niukkoja materiaaleja eri tuotantopaikoille. 16

NVIDIA:n tavoitteena on lyhentää niin sanottua Time of Ownership -aikaa: aikaa, jonka materiaalit ovat yhtiön hallinnassa ennen kuin ne voivat edistää toimitettavien järjestelmien valmistumista. Käytännössä järjestelmän on tarkoitus tunnistaa tuotantoa eniten hidastava rajoite ja ehdottaa kohdistusta, joka purkaa sitä tehokkaimmin. 1

Mitä uusi tekoälypino yhdistää

Ratkaisun osilla on eri tehtävät:

• Nemotron-avoimet mallit muodostavat päättelykerroksen, jota voidaan erikoistaa toimitusketjun päätöksiin.
• Palantir Foundry ja AIP tarjoavat data- ja sovellusympäristön malleille sekä operatiivisille työnkuluille.
• Palantir Ontology kuvaa toimitusketjun keskeiset kohteet ja niiden suhteet: materiaalit, toimipaikat, kapasiteetin, kohdistukset, sitoumukset ja tuotannon tulokset. 116
• NVIDIA cuOpt tukee optimointia ja skenaarioanalyysiä esimerkiksi materiaalien kohdistamisessa. 1

Yhtiöt kuvaavat kokonaisuutta hallituksi toiminta- ja päätöksentekoympäristöksi, eivät yleiskäyttöiseksi malliksi, joka kytketään irrallisiin tietolähteisiin. NVIDIA:n mukaan toimitusketjun omistajadata, mallipainot ja päättely pysyvät yhdessä hallitussa ympäristössä. 1

Miksi mallia koulutettiin asiantuntijoiden päätöksillä

NVIDIA havaitsi, ettei matemaattinen optimointi yksin tavoita kaikkea sitä taustatietoa, jota kokeneet toimitusketjusuunnittelijat käyttävät. Päätöksiin voi vaikuttaa jäsentymätön ja nopeasti muuttuva tieto, kuten sähköpostit, sääennusteet, geopoliittinen tilanne, toimittajakeskustelut ja organisaation hiljainen tieto. 1

NVIDIA käytti suunnittelijoiden materiaalien kohdistuspäätöksiä, niiden perusteluja ja myöhempiä lopputuloksia jälkikoulutusdatana erikoistetulle Nemotron 3.5 Lightning -mallille. Mallissa on yhteensä 30 miljardia parametria. Se hyödyntää mixture-of-experts-rakennetta, jossa yhtä päättelykierrosta kohden on aktiivisena noin 3 miljardia parametria. 1

NVIDIA raportoi omassa kehitysvaiheen allokointipäätösten vertailussaan seuraavat tulokset:

Malli	Raportoitu tarkkuus allokointipäätöksissä
Jälkikoulutettu Nemotron 3.5 Lightning	86,7 %
Nemotron 3 Ultra	55,5 %
Perusmalli Nemotron 3.5 Lightning	17,5 %

Luvut ovat NVIDIA:n omia tuloksia sen omalla kehitysvaiheen vertailuaineistolla. Ne eivät ole riippumaton mittari mallin suorituskyvystä kaikissa toimitusketjuissa tai käyttöönotoissa. 1

Ihminen säilyy päätöksenteossa mukana

Yhtiöt eivät esitä järjestelmää toimitusketjusuunnittelijoiden itsenäiseksi korvaajaksi. Materiaalien kohdistamiseen voi liittyä merkittäviä kompromisseja, ja uutta tietoa voi ilmaantua tilanteissa, joita aiempi koulutusdata ei kata.

Suunnittelijat tarkastavat ja voivat muuttaa suosituksia. Nämä toimenpiteet voidaan tallentaa uusiksi hallituiksi päätöstiedoiksi, jolloin ne muodostavat palautesilmukan mallin jatkokoulutukselle ja toimintatapojen kehittämiselle. 1

Käyttöönotto myös muille organisaatioille

NVIDIA:n ja Palantirin mukaan muut organisaatiot voivat hyödyntää arkkitehtuuria omissa toimitusketjuissaan Palantir Sovereign AI Operating System Reference Architecture -viitearkkitehtuurin kautta. Ratkaisu voidaan ottaa käyttöön pilvessä tai organisaation omassa konesaliympäristössä. Kohderyhmänä ovat erityisesti monimutkaiset toimialat ja julkisen sektorin ympäristöt, joissa halutaan pitää omistajadata omassa hallinnassa. 11

Viitearkkitehtuuri perustuu NVIDIA Enterprise Reference Architectures -ratkaisuihin, ja se on suunniteltu Palantirin ohjelmistoille, kuten AIP:lle, Foundrylle, Apollolle, Rubixille ja AIP Hubille. 29

Dell kuuluu ympäröivään infrastruktuuriekosysteemiin. Sen ratkaisu yhdistää Dell AI Factory -infrastruktuurin, kuten PowerEdge-, ObjectScale- ja PowerFlex-tuotteet, Palantirin ja NVIDIA:n teknologioihin. 17 Syyskuun julkistusta käsitellyt raportointi nimesi myös Ciscon, Rackspacen ja Nebiuksen laitteisto- tai pilvikäyttöönottojen kumppaneiksi. 25

Toimitusketjuratkaisua ja muita suvereenin tekoälyn käyttökohteita esiteltiin Palantirin AIPCon 11 -tapahtumassa. 6

Julkistuksen painoarvo on siinä, että NVIDIA käyttää yhdistettyä ratkaisua ensin omassa erittäin rajoitteisessa toimitusketjussaan. Käyttöönotto toimii käytännön kokeena sille, voiko toimialakohtainen tekoäly, optimointi ja hallittu operatiivinen data parantaa päätöksentekoa yhdessä teollisuuden vaativimmista suunnitteluympäristöistä. 111