Nvidia expande sua plataforma para desenvolvimento de agentes de inteligência artificial no ambiente corporativo
Nvidia expande Agent Toolkit com novas ferramentas para inteligência artificial corporativa.
A Nvidia ampliou sua plataforma de código aberto, o Agent Toolkit, com um conjunto inovador de ferramentas focadas em personalização, controle, monitoramento e governança de agentes de inteligência artificial voltados para o ambiente corporativo.
Entre as novidades, destaca-se a introdução da Nvidia Agent Knowledge Foundation. Este componente é projetado para transformar dados internos das empresas em inteligência utilizável pelos agentes, permitindo que as organizações integrem informações proprietárias sem a necessidade de mover dados, alterar fluxos de trabalho ou modificar controles de governança existentes.
Composição do Agent Toolkit
O Nvidia Agent Toolkit é composto por cinco categorias principais de componentes:
- A Agent Knowledge Foundation, que inclui bibliotecas Nvidia CUDA-X como cuDF, cuGraph, cuML, cuOpt e cuVS, além da nova biblioteca Auto-Ontology;
- Modelos abertos da Nvidia, como o Nemotron Retriever e a família Kumo, que abrange Kumo Tabular, Kumo Relational, Kumo Time Series e Kumo Forecast;
- O NVIDIA OpenShell, um ambiente de execução seguro que regula o que os agentes podem acessar e realizar;
- Os blueprints Nvidia NemoClaw, que servem como modelos de referência para agentes especializados e seguros;
- Ferramentas como NeMo Relay e NeMo Compass, que facilitam o desenvolvimento e a implementação de agentes.
A biblioteca Auto-Ontology desempenha um papel crucial ao traduzir dados brutos em conceitos de negócio, como clientes, produtos e pedidos, além de mapear as relações entre esses elementos. O mais recente blueprint do NemoClaw, focado em otimização, oferece uma base para aprimorar a inteligência dos agentes ao longo do tempo.
Adoção por grandes empresas
A Agent Knowledge Foundation já está sendo utilizada por parceiros estratégicos da Nvidia. A própria área de cadeia de suprimentos da Nvidia implementa esta solução em conjunto com ferramentas como o Palantir Foundry e Ontology, visando a implantação de agentes especializados e a otimização de decisões com base em dados proprietários.
A Databricks, por sua vez, integra o Nvidia Kumo Anomaly com o Databricks Genie Ontology, permitindo que os agentes compreendam melhor o contexto das informações. A Snowflake também se destaca, permitindo que seus clientes utilizem o Kumo Engine e os modelos Kumo Relational em ambientes Snowflake Notebook, ampliando suas capacidades preditivas.
Desempenho do Nemotron Retriever
Os modelos Nemotron Retriever têm demonstrado ganhos significativos de desempenho em aplicações de parceiros. O modelo de embedding melhorou a relevância das buscas no Amazon OpenSearch Service, reduzindo etapas e quase eliminando a latência adicional. O reranker ajustado da SAP apresentou um desempenho quase três vezes mais rápido com a nova abordagem.
A ServiceNow também reportou melhorias, com uma qualidade de reranking superior e uma redução de latência em quase 25%. A Zoom utiliza os modelos Nemotron Retriever para aprimorar a compreensão de documentos, a relevância das buscas e a recuperação de contexto em seus serviços de inteligência artificial.
