Sinequa setzt auf NVIDIA-Technologie
Sinequa setzt auf NVIDIA-Technologie
Mit DGX-Systemen von NVIDIA skaliert der Enterprise-Search-Anbieter die Entwicklung und das Training seiner neuronaler Suche und großer Sprachmodelle
Sinequa wird leistungsstarke, unternehmenstaugliche KI-Funktionen für den modernen Arbeitsplatz künftig unter Verwendung von NVIDIA DGX-H100-Systemen entwickeln, der weltweit fortschrittlichsten KI-Infrastruktur für Unternehmen. Kundenspezifische große Sprachmodelle (LLMs) werden dabei für eine KI-gestützte neuronale Suche trainiert. Indem sie sie mit der neuronalen Suche von Sinequa kombinieren, können Unternehmen generative KI in vollem Umfang nutzen.
Immer mehr Unternehmen nutzen inzwischen generative KI-Lösungen und benötigen dafür Zugang zu relevanten, genauen und nachvollziehbaren Informationen. Die immense Leistung der NVIDIA-Systeme und -Software hilft Sinequa dabei, neue LLM-Modelle zu entwickeln, die Genauigkeit bestehender Modelle zu verbessern und diese schnell in seine Plattform einzubinden. Neuronale Suche mit den besten LLMs bedeutet, dass Unternehmen mit ihren Inhalten auf einfache, leistungsfähige und vollständige Art und Weise kommunizieren können, um das Wissen ihrer Organisation zu nutzen.
Die Plattform von Sinequa wurde für große Industriedaten und -inhalte entwickelt. Sie kombiniert Neural Search und den Open AI Service von Microsoft Azure mit beliebigen generativen großen Sprachmodellen. Dies erweitert die umfangreichen KI-Funktionen von Sinequa um innovative Anwendungsfälle für generative KI in wichtigen vertikalen Unternehmensbereichen, etwa Fertigungsindustrie und Biowissenschaften.
Einsatz von LLMs in Maschinenbau und Biowissenschaften
Maschinenbauunternehmen können leistungsstarke KI-basierte Suchfunktionen in Kombination mit automatisierten Zusammenfassungen einsetzen, um Ingenieurs- und Serviceteams bei ihrer Suche nach Antworten zu unterstützen. Die Lösung verbindet Teams mit Informationen über den gesamten Produktlebenszyklus hinweg und verbessert ihre Arbeit durch eine schnelle, präzise und einheitliche Suche und die Generierung von Erkenntnissen über Projekte hinweg. Mitarbeiter:innen erhalten einfachen Einblick in alle Produkte und Teile innerhalb der Konstruktions-, Lieferketten-, Fertigungs- und Serviceprozesse ihres Unternehmens.
Pharmaunternehmen ermöglicht Sinequa eine genaue, schnelle und nachvollziehbare semantische Suche, die Generierung von Erkenntnissen und Zusammenfassung von Daten. Benutzer:innen können einen sicheren Datenbestand abfragen und mit ihm kommunizieren, aus proprietären Life-Science-Systemen, unternehmensweiten Kollaborationssystemen und externen Datenquellen. Umfassende Suchergebnisse - mit erstklassiger Relevanz und der Möglichkeit, prägnante Zusammenfassungen zu erstellen - verbessern die F&E-Intelligenz, optimieren klinische Studien und rationalisieren regulatorische Arbeitsabläufe.
Komplexe KI-Modelle brauchen eine leistungsfähige Infrastruktur
Alexandre Bilger, Co-CEO bei Sinequa: „Während generative KI weiter an Fahrt gewinnt, erkennen Unternehmen, dass der Schlüssel zur Anwendung dieser Technologien auf Unternehmensdaten darin liegt, sie mit intelligenter Suche zu kombinieren. Mit den NVIDIA DGX- H100-Systemen beschleunigen wir unseren Entwicklungszyklus, um Kunden hochmoderne LLMs zur Verfügung stellen zu können.“
Charlie Boyle, Vice President DGX Systems bei NVIDIA, ergänzt: „Unternehmen, die sich an uns wenden, um die transformativen Fähigkeiten der generativen KI zu nutzen, brauchen eine leistungsstarke Infrastruktur, die die einzigartigen Anforderungen der komplexesten KI-Modelle von heute – wie LLMs – bewältigen kann. Unsere DGX-H100-Systeme bieten Sinequa die weltweit fortschrittlichste KI-Plattform, um die Entwicklung und den Einsatz kundenspezifischer LLMs zu unterstützen und den Weg für Innovationen in allen Branchen zu ebnen.“
Matthias Hintenaus, Sales Director DACH Sinequa Walter-Kolb-Str. 9-11 60594 Frankfurt/Main Tel.: +49(0)699 6217 6608 matthias.hintenaus@sinequa.com https://www.sinequa.com www.linkedin.com/company/sinequa www.twitter.com/sinequa