📖 AI 总结

NVIDIA在其技术博客中介绍了如何借助Nemotron模型与Palantir Foundry平台，将供应链专家的隐性经验转化为可复用的AI能力。文章指出，NVIDIA供应链从晶圆出厂到首个token生成，涉及数百万零部件和数千家供应商，仅一个计算托盘就需两颗Grace CPU、四颗Blackwell GPU及32组HBM3e内存堆栈，而Vera Rubin的供应链规模更是Grace Blackwell的两倍。NVIDIA在Foundry上构建了数字供应链智能指挥中心，用cuOpt求解每周混合整数线性规划以最小化各制造基地的持有时间，但人类规划者因能纳入邮件、天气、地缘政治等模型无法获取的定性信息而持续优于定量模型。为此，团队用NeMo Anonymizer、Data Designer和AutoModel对Nemotron 3.5 Lightning进行后训练，使其在开发基准上的分配决策准确率达到86.7%，分别领先Nemotron 3 Ultra和自身基础模型31.2和69.2个百分点。被采纳、修改或推翻的建议会回流至本体，支持后续受治理的再训练，从而沉淀机构知识并缩短新人上手时间。