Sinequa setzt auf NVIDIA-Technologie | Presseportal
Sinequa setzt gen NVIDIA-Technologie
Mit DGX-Systemen von NVIDIA skaliert jener Enterprise-Search-Provider die Entwicklungsprozess und Schulung seiner neuronalen Such- und Large-Language-Modelle
Sinequa wird mithilfe von NVIDIA DGX-H100-Systemen, jener weltweit fortschrittlichsten KI-Unterbau zu Händen Unternehmen, leistungsstarke, unternehmenstaugliche KI-Funktionen zu Händen den modernen Stelle prosperieren. Zu Händen eine KI-gestützte neuronale Suche werden kundenspezifische Large Language Models (LLMs) trainiert. Durch die Verknüpfung mit jener neuronalen Suche von Sinequa können Unternehmen die Vorteile generativer KI voll ausschöpfen.
Immer mehr Unternehmen nutzen generative KI-Lösungen und benötigen Zugriff gen relevante, genaue und verständliche Informationen. Die immense Wirkmächtigkeit jener NVIDIA-Systeme und -Software hilft Sinequa in diesem Fall, neue LLM-Modelle zu prosperieren, die Korrektheit bestehender Modelle zu verbessern und sie schnell in seine Plattform zu integrieren. Durch die neuronale Suche mit den besten LLMs können Unternehmen gen einfache, leistungsstarke und umfassende Weise mit ihren Inhalten kommunizieren und so dies Wissen ihrer Organisation nutzen.
Die Plattform von Sinequa ist zu Händen große industrielle Information und Inhalte konzipiert. Es kombiniert die neuronale Suche und den Open AI Tafelgeschirr von Microsoft Azure mit jedem generativen großen Sprachmodell. Dies erweitert die umfangreichen KI-Fähigkeiten von Sinequa um innovative generative KI-Anwendungsfälle in wichtigen Geschäftsbereichen wie Fertigung und Biowissenschaften.
Verwendung von LLMs in Ingenieurwissenschaften und Biowissenschaften
Ingenieursunternehmen können leistungsstarke KI-basierte Suchfunktionen in Verknüpfung mit automatisierten Zusammenfassungen nutzen, um Ingenieurs- und Serviceteams c/o jener Suche nachdem Stellung beziehen zu unterstützen. Die Störungsbehebung verbindet Teams mit Informationen mehr als den gesamten Produktlebenszyklus und verbessert ihre Arbeit durch schnelle, genaue und konsistente Suche und Generierung von Erkenntnissen mehr als Projekte hinweg. Mitwirkender erhalten vereinigen einfachen Einblick in allesamt Produkte und Teile intrinsisch jener Entwurf-, Lieferketten-, Fertigungs- und Serviceprozesse ihres Unternehmens.
Zu Händen Pharmaunternehmen ermöglicht Sinequa eine genaue, schnelle und verständliche semantische Suche, Erkenntnisgewinnung und Datenzusammenfassung. Benutzer können vereinigen sicheren Eintragung aus proprietären Life-Science-Systemen, unternehmensweiten Kollaborationssystemen und externen Datenquellen Abrufen und mit ihm kommunizieren. Umfassende Suchergebnisse – mit höchster Relevanz und jener Möglichkeit, prägnante Zusammenfassungen zu erstellen – verbessern die Fluor&E-Intelligenz, rationalisieren klinische Studien und optimieren regulatorische Arbeitsabläufe.
Komplexe KI-Modelle benötigen eine leistungsstarke Unterbau
Alexandre Bilger, Cobalt-Geschäftsführer c/o Sinequa: „Während generative KI immer mehr an Wichtigkeit gewinnt, wiedererkennen Unternehmen, dass jener Schlüssel zur Softwaresystem dieser Technologien gen Unternehmensdaten darin besteht, sie mit intelligenter Suche zu kombinieren.“ Mit den NVIDIA DGX-H100-Systemen beschleunigen wir unseren Entwicklungszyklus, um Kunden mit hochmodernen LLMs zu versorgen.“
Charlie Boyle, Vizepräsident von DGX Systems c/o NVIDIA, fügte hinzu: „Unternehmen, die sich an uns wenden, um die transformativen Fähigkeiten jener generativen KI zu nutzen, benötigen eine leistungsstarke Unterbau, die den einzigartigen Anforderungen jener komplexesten KI-Modelle von heute – wie LLMs – gerecht werden kann.“ Unsrige DGX-H100-Systeme offenstehen Sinequa die weltweit fortschrittlichste KI-Plattform zur Unterstützung jener Entwicklungsprozess und Verfügbarmachung kundenspezifischer LLMs und ebnen so den Weg zu Händen Innovationen in allen Branchen.“
Matthias Hintenaus, Sales Director DACH Sinequa Walter-Kolb-Str. 9-11 60594 Frankfurt/Oder/Main Tel.: +49(0)699 6217 6608 [email protected] https://www.sinequa.com www.linkedin.com/company/sinequa www.twitter.com/sinequa
