“利用AI创建数据飞轮”，NVIDIA CEO黄仁勋在Snowflake峰会上对与会者表示
内容提要
NVIDIA创始人兼CEO黄仁勋与Snowflake CEO Sridhar Ramaswamy宣布合作，帮助企业利用加速计算处理数据，生成商业洞察。两家公司将整合Snowflake AI Data Cloud和NVIDIA AI，简化和加速企业的人工智能应用。企业可以使用NVIDIA AI Enterprise软件平台，在几秒钟内部署Snowflake Arctic，一个面向企业的大型语言模型。此外，两家公司还将整合Snowflake Cortex AI和NVIDIA NeMo Retriever，确保高度准确的结果。
延伸解读
数据飞轮：企业AI的核心逻辑
黄仁勋提出的“数据飞轮”概念，强调企业应将关键业务流程转化为数据，并利用AI驱动飞轮加速。这并非单纯的技术堆砌，而是通过捕获流程数据、训练AI、再反哺业务，形成持续优化的闭环。对于企业而言，这意味着AI应用需与核心业务深度绑定，而非孤立工具。
合作落地：从模型部署到RAG集成
双方合作的具体路径包括：企业可通过NVIDIA NIM微服务在几秒内部署Snowflake Arctic大模型，该模型基于H100 GPU训练并获TensorRT-LLM加速。同时，Snowflake Cortex AI与NVIDIA NeMo Retriever的集成，将增强检索增强生成（RAG）的准确性，使AI应用能可靠链接企业信息源。
生态与市场：降低企业AI门槛
Ramaswamy展示的生成式AI应用将上架Snowflake Marketplace，供数千客户使用。这降低了企业获取先进AI能力的门槛，无需从零构建。结合NVIDIA AI Enterprise软件平台，企业能更快速地将AI集成到现有数据云中，加速从数据到洞察的转化。
Q&A
NVIDIA和Snowflake的合作主要目标是什么？
两家公司合作的主要目标是帮助企业利用加速计算处理数据，生成商业洞察。
企业如何快速部署Snowflake Arctic？
企业可以在几秒钟内部署Snowflake Arctic，使用NVIDIA AI Enterprise软件平台中的NIM推理微服务。
Snowflake Arctic是如何训练的？
Snowflake Arctic是在NVIDIA H100 Tensor Core GPU上训练的。
NVIDIA的加速计算对企业有什么影响？
NVIDIA的加速计算对企业具有变革性，帮助创建了最先进的Arctic模型。
如何确保AI应用的结果高度准确？
通过整合Snowflake Cortex AI和NVIDIA NeMo Retriever，可以确保AI应用的结果高度准确。
Ramaswamy展示了哪些生成性AI应用？
Ramaswamy展示了使用NVIDIA NeMo框架和Snowpark Container Services开发的生成性AI应用。
