Nvidia и Palantir объединили усилия, чтобы управлять цепочками поставок с помощью ИИ. Первым полигоном станет собственная цепочка Nvidia: миллионы деталей, тысячи поставщиков и глобальная партнёрская сеть. Масштаб задачи виден по одной стойке Vera Rubin — она содержит 1,3 млн компонентов, по данным Nvidia. Управлять таким хозяйством вручную или даже с помощью классических ERP-систем становится всё сложнее.
Технически решение строится на трёх компонентах. Palantir интегрирует открытые модели Nemotron в свою платформу Foundry, где компании могут дообучать их на собственных операционных данных. Nvidia cuOpt отвечает за сценарное планирование и оптимизацию: система ищет узкие места заранее, ускоряет распределение материалов и оценивает альтернативные варианты. Принятые решения и их результаты возвращаются в модели, создавая замкнутый цикл обучения — чем дольше система работает, тем точнее становятся её рекомендации.
| Компонент | Роль |
|---|---|
| Nemotron | Открытые модели, дообучаемые на операционных данных |
| Foundry | Платформа Palantir для интеграции и дообучения |
| cuOpt | Сценарное планирование и оптимизация |
Для производственных, фармацевтических и энергетических компаний это означает возможность развернуть весь стек на собственном оборудовании или в облаке через референсную архитектуру Sovereign ИИ OS. Среди инфраструктурных партнёров — Dell, Cisco, Rackspace и Nebius. Palantir обещает показать больше деталей на конференции AIPCon 11.
Nvidia cuOpt отвечает за сценарное планирование и оптимизацию: поиск узких мест, ускоренное распределение материалов, оценку альтернатив.
Контекст важен для понимания ставки. Nvidia развивает линейку Nemotron как альтернативу китайским открытым моделям. Флагман Nemotron 3 Ultra на момент июньского запуска был сильнейшей открытой моделью из США по оценке Artificial Analysis, хотя с тех пор Inkling от Thinking Machines Lab вышла вперёд. Глава Palantir Алекс Карп последовательно продвигает идею, что компаниям следует запускать собственные модели, а не передавать свои знания сторонним провайдерам. Основатель Mistral Артюр Менш недавно высказывался схожим образом.
Ограничения у подхода тоже есть. Система обучается на исторических данных конкретной компании — значит, качество прогнозов зависит от полноты и чистоты этих данных. Замкнутый цикл может закреплять ошибки, если обратная связь настроена неверно. Кроме того, открытые модели вроде Nemotron требуют дообучения и поддержки, что под силу не каждой организации. Пока неизвестно, насколько быстро система окупится и как поведёт себя при резких сбоях — например, при внезапном уходе ключевого поставщика.
Тем не менее направление выглядит логичным продолжением тренда: крупные игроки всё чаще предлагают не просто модель, а полный стек — от железа до прикладных оптимизаторов. Для Nvidia это способ показать, что её чипы и софт работают в реальной промышленной задаче. Для Palantir — укрепить Foundry как платформу для операционных ИИ-решений. Если эксперимент на собственной цепочке Nvidia пройдёт успешно, у компании появится убедительный кейс для продажи технологии другим производителям.
