NVIDIA 攜手 IBM 重塑數據處理新紀元，兩大函式庫解構非結構化資料
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：
QDF（針對資料框架與結構化數據）：這是專為處理龐大資料框架（data frames）與結構化數據所設計的平台。
QVS（針對向量庫與非結構化數據）：這是專為向量庫（vector stores）、語義數據、非結構化數據以及AI數據所打造的平台。
黃仁勳強調，這兩大基礎函式庫將成為未來運算領域中「最重要的兩個平台」，並對於這些技術未來在整個網路與企業生態系中的普及採用感到無比興奮。
(首圖來源：視訊截圖)