Проблема: перегрузка операторов данными
В современных промышленных системах (SCADA, IoT) генерируются сотни алармов в час. Техникам приходится вручную собирать контекст из структурированных баз данных и неструктурированных инструкций, чтобы определить корневую причину и рекомендовать действие. Этот процесс требует широкой экспертизы и отнимает много времени, создавая узкое место в обслуживании оборудования.
Решение: Agentic AI на базе NVIDIA Nemotron
Команда NVIDIA разработала агента для анализа каждого отдельного аларма. Архитектура использует NVIDIA NeMo Agent Toolkit и модели семейства Nemotron. Агент работает в изолированной среде NVIDIA OpenShell и предоставляет результат через единый HTTP-эндпоинт. Это позволяет интегрировать решение в любые upstream-системы (UI операторов, фильтры потоков данных) с минимальной задержкой.
Техническая реализация и ускорение
Агент выполняет три ключевых этапа: сбор контекста,专项检查 (specialist checks) и синтез рекомендации. Для обеспечения работы в режиме реального времени (бюджет времени — секунды) используются GPU-ускоренные библиотеки:
- cuDF: для быстрой агрегации и фильтрации кадров датчиков в потоке данных.
- Apache Vanna + Nemotron: для преобразования естественного языка в SQL-запросы к хранилищам данных (Text-to-SQL).
- NeMo Retriever: для поиска информации в неструктурированных документах (инструкции, плейбуки) с использованием моделей Nemotron Parse/RAG.
- nv-tesseract: для метрик обнаружения аномалий в сигналах.
Роли моделей Nemotron 3
Для оптимизации затрат и скорости используются разные модели семейства Nemotron 3 в зависимости от сложности задачи:
| Модель | Назначение в агенте | Характеристика |
|---|---|---|
| Nemotron 3 Nano | Простые задачи оркестрации | Высокая эффективность, низкая задержка |
| Nemotron 3 Super | Сложное логическое рассуждение | Высокая точность, глубина анализа |
| Nemotron 3 Content Safety | Валидация политик и безопасности | Гейты безопасности (Safety Gates) |
Результат и внедрение
Агент выдает структурированный пакет данных: наблюдение, гипотезу о причине, средство устранения и рекомендуемое действие. Решение поддерживает непрерывное обучение: агент эволюционирует, используя знания о прошлых исправлениях и дообучая модели Nemotron. Развертывание возможно как на edge-устройствах рядом с линией (для минимальной задержки), так и в облаке.
Источник: NVIDIA dev blog ↗