合作概览 - IBM与NVIDIA宣布扩大合作，旨在帮助企业大规模实现AI从试点到生产的运营化[1] - 合作涵盖GPU原生数据分析、智能文档处理、本地与受监管基础设施部署、云以及咨询服务等多个领域[1] - 合作旨在解决企业AI规模化应用面临的共同障碍：数据碎片化与难以访问、基础设施不适用于高级AI工作负载、部署不符合受监管行业的合规与数据驻留要求、以及缺乏实施部署的专业指导[2] 技术整合与解决方案 - 双方合作开发开源集成，通过IBM watsonx.data的SQL引擎Presto与NVIDIA cuDF加速，提升企业从海量数据集中提取智能的性能并降低成本[3] - 针对非结构化数据，结合IBM的Docling与NVIDIA Nemotron开放模型，实现企业级的智能文档提取，Docling负责将文档标准化并转换为AI就绪格式，Nemotron模型加速多模态内容摄取[7] - 在基础设施层，NVIDIA选择IBM Storage Scale System 6000为其GPU原生高级分析引擎提供10PB高性能存储，该系统已在NVIDIA DGX平台获得认证[9] - 对于有数据驻留和监管要求的企业与政府，双方正探索整合IBM Sovereign Core与NVIDIA基础设施及Nemotron模型，以支持完全在区域边界内运行的GPU密集型AI工作负载[9] 性能验证与客户案例 - 在雀巢（Nestlé）的“订单到现金”数据集市进行了生产环境验证，该数据集市覆盖186个国家，处理44张表中的数TB数据[4] - 使用NVIDIA软件和GPU加速的IBM watsonx.data Presto引擎，将查询运行时间从原先CPU上的15分钟缩短至3分钟，实现了83%的成本节约和整体30倍的性价比提升[5] - 雀巢表示，该概念验证展示了以更低成本在几分钟内刷新全球运营数据的能力，目标是将此能力转化为切实的业务影响，例如提升制造和仓储等领域的决策速度[6] 市场拓展与产品规划 - IBM计划在2026年第二季度初于IBM Cloud上提供NVIDIA Blackwell Ultra GPU，用于大规模训练、高吞吐量推理和AI推理[10] - 该技术也将整合到与NVIDIA合作的Red Hat AI Factory中，以及具备企业级合规与数据驻留控制的VPC服务器中[10] - IBM咨询计划通过其企业AI平台“IBM Consulting Advantage”，向客户提供整合了NVIDIA的Red Hat AI Factory，旨在简化企业准备数据、构建模型和部署AI的流程[11]