NVIDIA 推出企業 AI 藍圖：打包程式碼與微服務，加速智慧體落地

很多企業買了昂貴的 GPU，也下載了最新的開源大模型，但真要給業務搭一個好用的 AI 智慧體時，往往卡在半路。如何把大模型、檢索資料庫、微服務和安全護欄串在一起，成了一道工程難題。

NVIDIA 拿出了他們的解決方案：推出 NVIDIA Blueprints（最初命名為 NIM Agent Blueprints）。說白了，這就是給企業開發者準備的生成式 AI 完整應用樣板間，把從底層推理到業務落地的全套參考流程打包送上門。

給企業直接發樣板間和施工圖

搭企業級 AI 應用從來不是調個 API 那麼簡單。它涉及模型選型、檢索增強生成（RAG）、微服務編排以及後續的模型迭代，步驟非常繁瑣。

NVIDIA 這次推出的 Blueprints 不只是幾段演示程式碼，而是一整套開箱即用的工作流。裡面包含了基於 NVIDIA NIM 和合作夥伴微服務構建的示例應用、參考原始碼、定製說明文件，甚至連用於容器部署的 Helm chart 都配齊了。

開發者可以直接基於這些藍圖修改，支援呼叫的模型包括 Llama 3.1 405B、Google Gemma、Microsoft Phi、Mixtral 和 Nemotron 等主流開源底座。

首批上線的藍圖覆蓋了三個具體的業務場景：用於客服的數字人互動、加速藥物發現的生成式虛擬篩選，以及專門搞定複雜版面的多模態 PDF 資料提取 RAG 系統。

除了把應用跑起來，NVIDIA 還在推所謂的「生成式 AI 飛輪」。當用戶和應用互動產生新資料後，企業可以通過 NeMo 和 NVIDIA AI Foundry 把資料反哺給模型進行微調，讓定製的 NIM 微服務在業務運轉中越用越聰明。

拉上一整張企業 IT 朋友圈

單靠 NVIDIA 自己賣軟體顯然不夠，他們這次拉來了一整個企業級生態為藍圖鋪路。

在業務軟體方面，ServiceNow 已經把相關技術用在了自家的 Now Assist 解決方案中，正結合數字人藍圖開發客戶服務功能。

在落地交付上，埃森哲、德勤、SoftServe、Quantiphi 和 WWT 等大型系統整合商負責把藍圖送到全球大企業裡。開發和安全環節則接入了 LangChain、LlamaIndex、Dataiku、CrowdStrike 和 Datadog 等工具鏈。

底層的執行環境也沒有設限。這些藍圖既能在戴爾、聯想、HPE、思科的認證伺服器上跑，也能部署在亞馬遜雲科技、微軟 Azure、谷歌雲和甲骨文雲上。NVIDIA 還計劃在此後按月更新藍圖，陸續補齊軟體工程、零售導購和內容生成等場景。

為什麼重要

我們認為，NVIDIA 這一步走得極其精明，它的目標是徹底吃透企業軟體的上層預算。

以前企業買卡，算力裝進機房後怎麼發揮價值全看客戶自己的工程團隊造化，週期長、試錯成本高。現在 NVIDIA 直接把行業應用的標準工作流定好，程式碼和部署模板雙手奉上，相當於把開發門檻直接砍掉一大截。如果你是負責企業智慧化落地的工程師，現在完全沒必要從零造輪子，拿現成的多模態 RAG 藍圖搭 Demo 會快很多。

更關鍵的在於生態鎖定。表面上看，NVIDIA 擁抱了各家開源大模型，甚至允許企業部署在任何雲平臺上；但仔細看就會發現，每個藍圖的核心粘合劑都是 NVIDIA 自己的 NIM 微服務、NeMo 和加速計算庫。

看起來企業獲得了跨平臺自由，但實際上應用架構越依賴這套參考藍圖，底層對 NVIDIA 軟硬體體系的依賴就越深。對 OpenAI 等模型廠商來說，這會加速企業自建開源智慧體的傾向；而對打算用自研晶片替代 GPU 的雲廠商來說，想要撬動這種深度繫結軟硬體的企業級工作流，難度又被拉高了一層。