为了让企业能把AI大规模用起来，IBM这回决定给英伟达一个更大的合作空间。虽然IBM本身是家混云、AI还有咨询服务的大公司，给175个国家/地区的企业都提供服务，但光是自己干还是不够，得有GPU来帮帮忙。这次合作是IBM董事长Arvind Krishna提的建议，他觉得下一波AI浪潮离不开数据和基础设施的配合。既然英伟达创始人黄仁勋也提到数据是AI的基础，那两家公司就把CUDA GPU加速直接带到了数据层里。 双方准备在好几个方面一起发力，比如用英伟达的CUDA给IBM watsonx.data SQL引擎Presto加速，让处理数据的速度更快。这个技术已经在生产环境里试过了，是给雀巢做的一个项目。雀巢那个全球供应链的Order-to-Cash数据市场特别复杂，得管着186个国家/地区的订单和交付情况，还得处理跨44个表的TB级数据。有了IBM和英伟达的帮忙，IBM watsonx.data Presto引擎就能把查询时间缩短到3分钟。结果雀巢算了一笔账，光是时间就省了83%，性价比更是提高了30倍。 除了查数据快之外，解锁文档里的信息也很重要。IBM有个Docling工具能把文档标准化成AI能看懂的格式，英伟达有个Nemotron模型能提取多模式的内容。两家把这俩工具合在一起后发现，吞吐量比别的开源模型强多了，而且用GPU一跑准确性还能保持甚至更高。 当然了，光有工具不行还得有硬件撑着。英伟达选了IBM Storage Scale System 6000作为自己GPU原生高级分析引擎的10PB级高性能存储搭档。这个系统已经过了DGX平台的认证和验证，能把IBM的统一数据访问层和英伟达的GPU管道合二为一。 至于时间节点方面，IBM打算在2026年第二季度初把NVIDIA Blackwell Ultra GPU放到IBM Cloud上去。这种卡可以做大模型训练、高吞吐量推理和普通推理用。到时候它还会集成到Red Hat AI Factory with NVIDIA里去，让客户能用起来。 最后还有个好消息是IBM Consulting也有动作。他们准备通过IBM Consulting Advantage这个服务把Red Hat AI Factory with NVIDIA带给客户。毕竟这些东西都要有企业级合规性和数据驻留控制才能用得安心。