Palantir vertieft KI-Partnerschaft mit Nvidia: Wie souveräne KI das Lieferkettenmanagement verändert?

Nvidias KI-Systeme haben sich von einzelnen GPUs zu kompletten Produkten auf Rack-Ebene entwickelt, und die Komplexität der Lieferkette ist entsprechend gestiegen. Ein Vera-Rubin-Rack enthält rund 1,3 Millionen Bauteile, darunter Wafer, Speicher, Netzwerkkomponenten, Stromversorgung, Thermomanagement sowie mechanische Baugruppen, und erfordert die Abstimmung zwischen Tausenden von Lieferanten und Fertigungspartnern.

Bereits ein Engpass an einer einzigen Stelle kann die Produktion und Auslieferung des gesamten Systems beeinträchtigen. So bedeutet beispielsweise eine ausreichende GPU-Produktion nicht, dass Racks pünktlich ausgeliefert werden können; ein Mangel an einer beliebigen Komponente – ob HBM, Switch-Chips, Optik, Strommodule oder Ausrüstung zur Flüssigkeitskühlung – könnte zu einem neuen begrenzenden Faktor werden.

Das von Palantir und Nvidia entwickelte System führt über verschiedene Abteilungen und Lieferanten verstreute Daten in einer einheitlichen Umgebung zusammen und nutzt Palantir Ontology, um die Beziehungen zwischen Bauteilen, Lieferanten, Fabriken, Bestellungen und Zeitplänen für die Auslieferung zu modellieren. Dadurch kann das KI-Modell Daten nicht nur lesen, sondern auch verstehen, wie sich Anpassungen bei einem bestimmten Material auf die nachgelagerte Produktion auswirken.

Nvidia entschied sich, bei der Materialzuteilung anzusetzen. Wenn das Angebot knapp wird, kann das System verschiedene Konfigurationen, Kundenaufträge und Produktionspläne vergleichen, um potenzielle Lieferengpässe vorab zu erkennen und verschiedene Allokationsszenarien zu simulieren. Die KI ist dafür zuständig, Empfehlungen zu geben, Zielkonflikte zu erläutern und auf Risiken hinzuweisen, während die endgültigen Entscheidungen weiterhin vom Supply-Chain-Team getroffen werden.

Die Nutzung der eigenen Lieferkette von Nvidia als erstes Anwendungsszenario dient zugleich als Benchmark. Wenn das System den komplexen Fertigungsprozess von Vera-Rubin-Racks bewältigen kann, werden die beiden Unternehmen bei der künftigen Vermarktung an andere große Industrieunternehmen konkretere operative Fallstudien vorweisen können.

In dieser Architektur ist Palantir Foundry für die Integration von Daten aus Beschaffung, Bestandsführung, Produktion, Logistik und weiteren Bereichen zuständig, während Ontology diese Daten in Modelle umwandelt, die die tatsächlichen Geschäftsbeziehungen widerspiegeln. Auf dieser Grundlage verbindet AIP KI-Modelle mit betrieblichen Workflows, sodass die von den Modellen generierten Empfehlungen unter Einhaltung von Berechtigungs- und Audit-Mechanismen im realen Betrieb angewendet werden können.

Offene Modelle der Reihe Nvidia Nemotron bieten logische Denk- und Planungsfähigkeiten. Unternehmen können die Modelle mit ihren eigenen Lieferkettendaten nachtrainieren, sodass sie spezifische Lieferantennetzwerke, Produktionsregeln und Risikostandards verstehen, anstatt sich vollständig auf die Antworten universeller Modelle zu verlassen.

Die Software Nvidia cuOpt ist in erster Linie für die Optimierung und Szenariensimulation zuständig. Bei Engpässen bei einzelnen Komponenten kann das System verschiedene Zuteilungsoptionen berechnen und die potenziellen Auswirkungen von Anpassungen der Produktionspläne, Lieferantenwechseln oder der Priorisierung bestimmter Aufträge vergleichen. Das Nemotron-Modell kann diese Berechnungsergebnisse anschließend in leicht verständliche Empfehlungen umwandeln und die Vor- und Nachteile der verschiedenen Optionen aufzeigen.

Palantir Autopilot wird zudem mit Nvidia NeMo AutoModel und NeMo RL kombiniert, um reale Produktionsergebnisse wieder in das Modell zurückzuspeisen. Wenn eine Materialzuteilung letztlich die Lieferleistung verbessert oder zu unerwarteten Problemen führt, kann das System künftige Empfehlungen auf der Grundlage dieser Ergebnisse anpassen, wodurch ein kontinuierlicher Lernprozess entsteht.

Im Gegensatz zu einer vollständig automatisierten Entscheidungsfindung sieht dieses System weiterhin eine menschliche Überprüfung vor. Während KI die Aufbereitung von Informationen und den Vergleich von Optionen beschleunigen kann, liegt die finale Entscheidung weiterhin bei den Lieferkettenexperten. Dies ist besonders in Szenarien wichtig, die Kundenprioritäten, kritische Materialien und langfristige Lieferantenbeziehungen betreffen.

Unternehmen akkumulieren in ihren Lieferketten enorme Mengen sensibler Daten, darunter Produktstrukturen, Einkaufspreise, Lieferantenlisten, Kapazitätspläne und die Kundennachfrage. Die direkte Übermittlung dieser Informationen an externe öffentliche Modelle könnte Risiken in Bezug auf Datenlecks, das geistige Eigentum sowie regulatorische Vorgaben bergen.

Palantir und Nvidia setzen auf souveräne KI, um Unternehmen die Auswahl von Bereitstellungsmethoden nach ihren spezifischen Bedürfnissen zu ermöglichen. Die Systeme können On-Premise über Hardware von Dell und Cisco betrieben oder in Cloud- beziehungsweise Hosted-Umgebungen wie Rackspace und Nebius bereitgestellt werden. Unternehmen können abhängig von der Sensibilität der Daten, Compliance-Anforderungen und der bestehenden IT-Architektur entscheiden, wo Modelle und Daten verbleiben.

Diese Bereitstellung nutzt die Referenzarchitektur von Nvidia sowie die Referenzarchitektur des Betriebssystems für souveräne KI von Palantir, unterstützt von Dell und Cisco. Ziel ist es nicht, eine starre Standardsoftware für die Lieferkette zu entwickeln, sondern eine Infrastruktur bereitzustellen, die an verschiedene Branchen und betriebliche Regeln angepasst werden kann.

Aus kommerzieller Sicht erweitert diese Zusammenarbeit den Anwendungsbereich von Palantir AIP. Während sich Palantir bisher weitgehend auf Datenintegrationsprojekte für Regierungsbehörden, den Verteidigungssektor und Großunternehmen konzentrierte, kann das Unternehmen nun über die Modelle und die Infrastruktur von Nvidia weiter in die Lieferketten der Fertigung sowie von KI-Rechenzentren vordringen. Nvidia wiederum nutzt die Software von Palantir, um Nemotron von einem Basismodell auf reale Entscheidungsszenarien in Unternehmen auszuweiten.

Dieser Inhalt wurde KI-übersetzt und von Menschen überprüft. Er dient nur zu Referenz- und Informationszwecken und stellt keine Anlageberatung dar.