NVIDIA 攜手 IBM 重塑數據處理新紀元，發布兩大數據函式庫解構非結構化數據

輝達（NVIDIA）執行長黃仁勳在 2026 GTC 主題演講中，再次為人工智慧（AI）與大數據運算的未來指明了革命性的發展方向。

黃仁勳強調了「結構化數據」與「生成式AI」深度融合的關鍵趨勢，並宣布 NVIDIA 將透過兩大全新基礎函式庫，全面顛覆企業處理資料的方式。這項技術突破不僅將徹底改變內容生成的模式，更將透過強大的AI多模態能力，解鎖過去占全球數據量高達90%卻始終無法被有效搜尋與利用的「非結構化數據」。同時，NVIDIA 也宣布與發明 SQL 語言的科技巨擘 IBM 展開重量級合作，共同加速數據平台的效能。

黃仁勳以虛擬世界的生成技術為例，闡述了運算典範的轉移。他指出，NVIDIA 目前所做的重大突破，是將具備高度可控性、代表虛擬世界「真實基準（ground truth）」的 3D 圖形結構化數據，與屬於「機率性運算（probabilistic computing）」的生成式AI完美結合。傳統的 3D 圖形處理是完全可預測的，而生成式AI雖然充滿機率性，卻能創造出極度逼真的效果。

黃仁勳表示，我們將這兩種概念結合在一起，透過結構化數據來進行完美的控制，同時又進行內容生成。結果是，我們創造出來的內容不僅極度美麗、令人驚豔，而且完全具備可控性。

他還進一步斷言，這種融合結構化資訊與生成式AI的概念，未來將會在一個又一個的產業中不斷被複製與應用，因為結構化數據正是建立可信任AI（trustworthy AI）的最重要基礎。

黃仁勳在會中展示了一張被其團隊屢次勸阻、但他自認為是「全場最佳（my best slide）」的複雜架構圖。他幽默地向觀眾表示，這張投影片是大家入場的「票價所在」。在這張投影片中，列出了支撐現代企業運作的核心工具與大型數據平台，包含 SQL、Spark、Pandas，以及 Snowflake、Databricks、Amazon EMR、Azure Fabric 與 Google Cloud BigQuery 等。

黃仁勳解釋，這些龐大的平台每天都在處理大量的「資料框架（data frames）」，這些資料框架宛如巨大的電子表格，承載著企業的真實基準與所有生命資訊的總和，是企業運算不可或缺的核心。過去，業界不斷致力於加速結構化數據的處理，主要目的是為了降低成本、提高每日處理頻率，並讓公司的營運更加同步。

然而，黃仁勳指出了未來的關鍵變革，在未來，這些龐大的數據結構將直接交由AI來使用，而AI代理（future agents）處理數據的速度將遠遠超越人類。為了迎接未來的AI代理時代，NVIDIA 勢必需要以極致的速度，大幅度地加速這些結構化數據的處理效能。

除了企業內部井然有序的結構化資料外，黃仁勳更點出了長久以來存在於科技界的一大挑戰：世界上大約有高達 90% 每年所生成的數據，是屬於「非結構化數據（unstructured data）」，例如 PDF 文件、影片與語音演說等。而長期以來，這些龐大的非結構化數據對世界而言幾乎是「毫無用處」的。其根本原因在於，非結構化數據缺乏簡易的索引機制，系統必須先理解其深層含義與目的才能進行分類。

如今，AI的突破性進展為這個難題帶來了曙光。黃仁勳表示，正如AI能夠解決多模態（multi-modality）的感知與理解問題一樣，現在我們也能利用這項技術，讓AI親自去閱讀 PDF 並理解其深層含意，接著從這些含意中將資訊嵌入（embed）到一個更大的數據結構（如向量資料庫）中。透過這個轉化過程，原本如同一灘死水的非結構化數據，將瞬間變得可以被搜尋與查詢，為人類釋放出難以估量的知識價值。

為了全面支撐從結構化到非結構化數據的運算革命，黃仁勳在會中正式宣布，NVIDIA 已經打造了兩個極具顛覆性的「基礎函式庫（foundational libraries）」。他將這兩項新技術的歷史定位，比擬為當年 NVIDIA 為 3D 繪圖領域所創造的 RTX 技術：