英偉達(dá)顛覆傳統(tǒng)：NVIDIA NIM正推動企業(yè)及開發(fā)者部署AI新革命

英偉達(dá)一邊忙著打造性能強(qiáng)悍的計算平臺，一邊已經(jīng)預(yù)見了生成式AI業(yè)務(wù)部署所面臨的巨大挑戰(zhàn)。如果說Blackwell是英偉達(dá)為了未來萬億參數(shù)AI大模型所創(chuàng)造的全新的硬件計算方式，那么軟件方面，NIM推理微服務(wù)有望為英偉達(dá)開啟新的發(fā)展篇章，進(jìn)一步筑牢、筑深它在人工智能領(lǐng)域的領(lǐng)導(dǎo)地位。

日前，英偉達(dá)也發(fā)布了最新預(yù)訓(xùn)練、可定制的AI工作流目錄NVIDIA NIM Agent Blueprints，這進(jìn)一步提升了NIM的能力。通過NIM Agent Blueprints，開發(fā)者能夠迅速開始創(chuàng)建使用一個或多個AI智能體的AI應(yīng)用。目前英偉達(dá)共推出3個NIM Agent Blueprints，包括適用于客戶服務(wù)的數(shù)字人工作流、適用于計算機(jī)輔助藥物研發(fā)的生成式虛擬篩選工作流，以及適用于企業(yè)檢索增強(qiáng)生成（RAG）的多模態(tài)PDF數(shù)據(jù)提取工作流，企業(yè)可以根據(jù)用戶反饋不斷完善其AI應(yīng)用，形成一個數(shù)據(jù)驅(qū)動型的AI飛輪。據(jù)悉，英偉達(dá)未來將計劃推出更多新的NIM Agent Blueprints，助力企業(yè)打造屬于自己的AI。

彌合生成式AI與企業(yè)落地之間的鴻溝

以ChatGPT為代表的AI大模型還在變得越來越龐大。一方面，要學(xué)習(xí)的東西還很多，另一方面，它可以學(xué)習(xí)的方式和渠道在變多：它可以從文字、圖像和視頻中學(xué)習(xí)，可以通過合成數(shù)據(jù)學(xué)習(xí)，也可以通過強(qiáng)化學(xué)習(xí)的方式學(xué)習(xí)……隨著時間推移，這些模型變得越來越復(fù)雜。

當(dāng)企業(yè)把它們轉(zhuǎn)向大規(guī)模的生產(chǎn)部署時，這其中的工作包括將AI模型連接到企業(yè)現(xiàn)有的基礎(chǔ)設(shè)施，需要優(yōu)化系統(tǒng)延遲和吞吐量、監(jiān)控和安全性等等，開發(fā)生成式AI應(yīng)用還涉及到數(shù)據(jù)的預(yù)處理、模型推理和后處理……這是一個既復(fù)雜又耗時的過程，涉及到專門的技能、平臺和流程等等。

為了簡化生成式AI的部署，彌合復(fù)雜的AI開發(fā)環(huán)境與企業(yè)運(yùn)營需求之間的差距，英偉達(dá)今年推出了一款可加速AI部署且易于使用的工具——NVIDIA NIM推理微服務(wù)。它可以將模型作為經(jīng)過優(yōu)化的容器提供，以便在云端、數(shù)據(jù)中心、工作站、臺式電腦和筆記本電腦中部署模型。每個NIM容器都包含經(jīng)過預(yù)訓(xùn)練的AI模型和所有必要的運(yùn)行時組件，可讓用戶輕松地將AI功能集成到應(yīng)用中，實現(xiàn)顯著的效率提升。

什么是NVIDIA NIM推理微服務(wù)？

剖析AI應(yīng)用的基礎(chǔ)模組來看，微服務(wù)已經(jīng)成為了一種強(qiáng)大的架構(gòu)，從根本上改變了人們設(shè)計、構(gòu)建和部署軟件的方式。它的可擴(kuò)展性、增強(qiáng)的模塊化屬性和靈活性，特別適用于開發(fā)生成式AI應(yīng)用，能夠讓這些資源密集型組件實現(xiàn)高效擴(kuò)展，同時避免對整個系統(tǒng)產(chǎn)生影響。

不同于傳統(tǒng)軟件的一體化架構(gòu)，將一個應(yīng)用內(nèi)所有功能和服務(wù)都“鎖”在一起，微服務(wù)架構(gòu)是一種模塊化的思路，它可以將應(yīng)用分解為一系列可獨立部署的松散耦合服務(wù)。每個服務(wù)都負(fù)責(zé)一項特定的功能，并通過明確定義的應(yīng)用編程接口(API)與其他服務(wù)通信。這樣一來，不僅便于開發(fā)人員更加輕松地管理和優(yōu)化這些服務(wù)，還可以根據(jù)需求獨立擴(kuò)展服務(wù)，從而優(yōu)化了資源利用率并提高系統(tǒng)的整體性能。

NVIDIA NIM推理微服務(wù)本質(zhì)上就是這樣的構(gòu)建原理，它是一套經(jīng)過優(yōu)化的云原生微服務(wù)，把所有軟件都集成到一個容器中，包含行業(yè)標(biāo)準(zhǔn)API、特定領(lǐng)域的代碼、優(yōu)化的推理引擎等等，創(chuàng)造了用收發(fā)請求來進(jìn)行軟件開發(fā)的新方法。

根據(jù)NIM推理微服務(wù)的技術(shù)架構(gòu)概覽圖（下圖），可以看到NIM作為NVIDIA AI Enterprise的一部分，支持在生產(chǎn)環(huán)境中部署AI應(yīng)用，它為用戶提供了預(yù)先配置好的容器化環(huán)境和Kubernetes部署工具，以便快速部署和管理AI模型。開發(fā)者可以通過符合每個領(lǐng)域行業(yè)標(biāo)準(zhǔn)的API訪問AI模型，這些API與生態(tài)系統(tǒng)中的標(biāo)準(zhǔn)部署流程兼容，開發(fā)者能夠快速更新其AI應(yīng)用 (通常只需3行代碼)。這使得開發(fā)者無需大量定制或?qū)I(yè)知識，就能夠?qū)IM集成到其現(xiàn)有應(yīng)用程序和基礎(chǔ)設(shè)施中。

來源：英偉達(dá)官網(wǎng)

NIM可用于GPU加速推理，其中包括NVIDIA CUDA軟件、NVIDIA Triton推理服務(wù)器和NVIDIA TensorRT-LLM軟件。其無縫集成和易用性有助于在企業(yè)環(huán)境中快速部署和擴(kuò)展AI解決方案，在幫助企業(yè)快速地將AI集成到其業(yè)務(wù)流程中的同時，依然保持高度的靈活性和擴(kuò)展性。

對于生成式AI應(yīng)用覆蓋的特定領(lǐng)域，比如語言、語音、視頻處理、醫(yī)療健康等，NIM還包含了特定的NVIDIA CUDA庫，以及針對這些領(lǐng)域量身定制的專用代碼，以確保應(yīng)用程序準(zhǔn)確無誤并與其特定用例相關(guān)。

為了在加速基礎(chǔ)設(shè)施上提供盡可能好的延遲和吞吐量，NIM針對每個模型和硬件設(shè)置優(yōu)化了推理引擎，從而降低了在擴(kuò)展推理工作負(fù)載時的成本，并改善了最終用戶體驗。同時，為了保證數(shù)據(jù)的安全性、同時實現(xiàn)更高的模型準(zhǔn)確性和性能，NIM支持開發(fā)者使用從未離開數(shù)據(jù)中心邊界的專有數(shù)據(jù)源，來對模型進(jìn)行對齊和微調(diào)。

生成式AI應(yīng)用通常涉及多個步驟，例如數(shù)據(jù)預(yù)處理、模型推理和后處理。借助NIM，每個步驟都可以獨立開發(fā)、優(yōu)化和擴(kuò)展。此外，隨著AI模型和技術(shù)的快速發(fā)展，NIM可使集成新模型及替換現(xiàn)有模型的過程變得更加輕松，同時不會中斷整個應(yīng)用的運(yùn)行。

為無數(shù)部署生成式AI的企業(yè)打開入口

NIM帶來了哪些直接好處？對于企業(yè)生產(chǎn)應(yīng)用來說，它簡化了模型的集成和部署過程，能夠兼顧靈活性；對開發(fā)者來說，它提供了一種具有變革性的開發(fā)方法，使得開發(fā)者可以專注于構(gòu)建應(yīng)用，而無需擔(dān)心數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練或自定義過于復(fù)雜，使得copilots、聊天機(jī)器人等構(gòu)建生成式AI應(yīng)用時，所需時間從數(shù)周縮短至幾分鐘。

借助NIM，企業(yè)可以優(yōu)化其AI基礎(chǔ)架構(gòu)，以更大限度地提高效率和成本效益，而無需擔(dān)心 AI模型開發(fā)的復(fù)雜性和容器化。在加速AI基礎(chǔ)架構(gòu)的基礎(chǔ)上，NIM有助于提高性能和可擴(kuò)展性，同時降低硬件和運(yùn)營成本。

這就相當(dāng)于，為開發(fā)AI驅(qū)動的企業(yè)應(yīng)用程序和在生產(chǎn)中部署AI模型提供了一條非常簡化的路徑，給無數(shù)想要部署生成式AI的企業(yè)打開了一個入口，使得他們能夠通過易于使用的界面，體驗各種AI模型和應(yīng)用，并在企業(yè)平臺上創(chuàng)建和部署自定義應(yīng)用。

NIM還可使企業(yè)最大限度利用其基礎(chǔ)設(shè)施投資。例如，相較于未使用NIM的情況下，在NIM中運(yùn)行Meta Llama 3-8B時，后者在加速基礎(chǔ)設(shè)施上可產(chǎn)生高達(dá)3倍的生成式AI token。這使企業(yè)能夠大幅提高效率，使用相同的計算基礎(chǔ)設(shè)施來生成更多的結(jié)果。

迄今為止，全球2800萬開發(fā)者已經(jīng)可以在英偉達(dá)官網(wǎng)下載 NVIDIA NIM，近200家技術(shù)合作伙伴正在將NIM集成到他們的平臺中，以加快特定領(lǐng)域應(yīng)用的生成式AI部署，例如 copilot、代碼助手和數(shù)字人虛擬形象。

目前在英偉達(dá)官網(wǎng)上，提供眾多熱門的NVIDIA及社區(qū)模型可作為NIM端點進(jìn)行體驗。開發(fā)者可以從Hugging Face平臺上，訪問Meta最新推出的Llama 3.1模型的NVIDIA NIM推理微服務(wù)。通過基于NVIDIA GPU的Hugging Face推理端點，只需點擊幾下，開發(fā)者就能在其選擇的云平臺上訪問和運(yùn)行Llama 3.1 NIM。

企業(yè)還可以使用NIM來運(yùn)行用于生成文本、圖像和視頻、語音以及數(shù)字人的應(yīng)用。借助面向數(shù)字生物學(xué)的NVIDIA BioNeMo NIM微服務(wù)，研究人員可以構(gòu)建新的蛋白質(zhì)結(jié)構(gòu)，加速藥物研發(fā)。目前，數(shù)十家醫(yī)療公司正在一系列應(yīng)用中部署NIM，以便在手術(shù)規(guī)劃、數(shù)字助手、藥物研發(fā)和臨床試驗優(yōu)化等一系列應(yīng)用中為生成式AI推理提供動力。

在前不久舉行的SIGGRAPH上，英偉達(dá)也宣布全球首個用于OpenUSD開發(fā)的生成式AI模型將以NVIDIA NIM推理微服務(wù)的形式提供，這些微服務(wù)可生成回答用戶查詢的OpenUSD語言、生成OpenUSD Python代碼、將材質(zhì)應(yīng)用于3D物體、理解3D空間和物理學(xué)等。OpenUSD作為一個在3D世界進(jìn)行開發(fā)和協(xié)作的通用框架，再輔以NIM微服務(wù)，能夠幫助開發(fā)者將生成式AI copilot和智能體整合到USD工作流中，拓寬3D世界的可能性，幫助加快USD在制造業(yè)、汽車行業(yè)和機(jī)器人等新工業(yè)領(lǐng)域的應(yīng)用。這也意味著英偉達(dá)能夠利用生成式AI為3D數(shù)據(jù)交換框架提供增強(qiáng)功能，加快數(shù)字孿生的開發(fā)。

值得一提的還有人形機(jī)器人領(lǐng)域，NIM能夠幫助實現(xiàn)快速的原型設(shè)計和高效訓(xùn)練，從而為該領(lǐng)域帶來革命性的影響。NIM提供了由NVIDIA推理軟件提供支持的預(yù)構(gòu)建容器，使開發(fā)者能夠?qū)⒉渴饡r間從數(shù)周縮短到幾分鐘。這其中包括兩項最新的AI微服務(wù)：MimicGen NIM微服務(wù)可根據(jù)Apple Vision Pro等空間計算設(shè)備記錄的遠(yuǎn)程操作數(shù)據(jù)，生成合成運(yùn)動數(shù)據(jù)；Robocasa NIM 微服務(wù)可在 OpenUSD中生成機(jī)器人任務(wù)和仿真就緒環(huán)境。這些最新的NIM推理微服務(wù)為機(jī)器人專家提供了強(qiáng)大的支持，幫助他們簡化開發(fā)流程并加速人形機(jī)器人技術(shù)的創(chuàng)新。

實現(xiàn)閉環(huán)——發(fā)明AI，制造AI，提供AI

今年以來，你應(yīng)該不止一次聽到英偉達(dá)大力推薦最新的AI Foundry平臺服務(wù)。就像臺積電為半導(dǎo)體公司提供從設(shè)計到生產(chǎn)的全面解決方案，NVIDIA AI Foundry為企業(yè)提供全方位的基礎(chǔ)設(shè)施和工具支持，包括DGX Cloud、基礎(chǔ)模型、NVIDIA NeMo軟件、NVIDIA專業(yè)知識以及各種生態(tài)系統(tǒng)工具和服務(wù)?？梢哉f，AI Foundry是英偉達(dá)幫助企業(yè)解鎖AI的重磅舉措，使得他們在快速開發(fā)和自定義AI模型的道路上提升了一個量級。

擁有寶貴數(shù)據(jù)資產(chǎn)和特定領(lǐng)域知識的行業(yè)企業(yè)，相當(dāng)于擁有兩座數(shù)字“富礦”，他們往往有構(gòu)建生成式AI定制模型平臺和服務(wù)的需求，以最大化發(fā)揮這些數(shù)字資產(chǎn)的潛能。而瓶頸往往在于此——數(shù)據(jù)不能離開企業(yè)，企業(yè)本身卻不具備強(qiáng)大的生成式AI業(yè)務(wù)開發(fā)能力。第三方服務(wù)商在提供跨平臺的、端到端的定制平臺或服務(wù)方面往往有所掣肘，在效率、性能、成本等方面難以權(quán)衡。雖然云托管模型API可以幫助開發(fā)者著手進(jìn)行開發(fā)，但數(shù)據(jù)隱私、安全性、模型響應(yīng)延遲、準(zhǔn)確性、API成本和擴(kuò)展相關(guān)的問題往往會阻礙應(yīng)用投入生產(chǎn)環(huán)境。

NIM讓這些難題迎刃而解，再從多元化的生態(tài)系統(tǒng)來看，英偉達(dá)作為AI Foundry賦能者，還可以提供AI模型（比如Nemotron和Edify等流行的開源基礎(chǔ)模型），用于定制模型的軟件工具，以及由英偉達(dá)AI專家構(gòu)建和支持的DGX Cloud等專用計算能力。

英偉達(dá)AI Foundry可以使用企業(yè)數(shù)據(jù)以及合成生成的數(shù)據(jù)來增強(qiáng)和更改預(yù)訓(xùn)練基礎(chǔ)模型中包含的通用知識，模型被定制、評估并設(shè)置護(hù)欄后，以NVIDIA NIM推理微服務(wù)的形式輸出。NIM作為AI Foundry最終的一個輸出形式，給了企業(yè)隨時隨地部署的自由，以及通過行業(yè)標(biāo)準(zhǔn)API進(jìn)行服務(wù)調(diào)用的靈活性。

來源：英偉達(dá)官網(wǎng)

一方面，NIM降低了企業(yè)進(jìn)入和應(yīng)用生成式AI的門檻，促進(jìn)了更多的創(chuàng)新和快速迭代。另一方面，通過AI Foundry提供的標(biāo)準(zhǔn)化和模塊化AI服務(wù)，英偉達(dá)能夠幫助千行百業(yè)的企業(yè)簡化工作流程，加速AI應(yīng)用的開發(fā)和部署。而更多的生成式AI在產(chǎn)業(yè)界的深度融合，將進(jìn)一步顛覆AI創(chuàng)新，推動更大規(guī)模的生成式AI創(chuàng)新和落地應(yīng)用。

當(dāng)前，大量的數(shù)據(jù)中心正在被建造，一類是將通用計算現(xiàn)代化為加速計算數(shù)據(jù)中心，一類是生成式AI數(shù)據(jù)中心，而不論哪種，都蘊(yùn)藏著巨大的市場機(jī)會。不過對于英偉達(dá)來說，賣GPU從來不只是賣GPU，其更大的商業(yè)愿景在于讓AI的蛋糕更大，讓它更易用，更便于規(guī)?；?，這樣一來，銷售GPU也好，AI軟件服務(wù)也好，都是水到渠成，形成完美商業(yè)閉環(huán)，你說是不是？