NVIDIA、AI/ML開発者向けツールキット「NVIDIA AI Workbench」の一般提供を開始：GPU環境を迅速にセットアップし、自由に作業、管理、コラボレーションできる

NVIDIAは、AIおよびML開発者向けツールキット「NVIDIA AI Workbench」の一般提供を開始した。公式サイトから無料でダウンロードできる。

[＠IT]

　NVIDIAは2024年3月21日（米国時間）、AI（人工知能）およびML（機械学習）開発者向けツールキット「NVIDIA AI Workbench」（以下、AI Workbench）の一般提供を開始した。公式サイトから無料でダウンロードできる。AI Workbenchの自動化機能により、開発初心者にとってのハードルを取り除き、専門家の生産性向上を支援するとしている。

　開発者はAI Workbenchを使うことで、スキルレベルにかかわらず、高速で信頼性の高いGPU環境を構築し、異種プラットフォーム間で自由に作業、管理、コラボレーションができる。「NVIDIA AI Enterprise」のライセンスを購入すれば、エンタープライズサポートも受けられる。

AI Workbenchの特徴

　NVIDIAは、AI Workbenchの主な特徴として以下を挙げている。

• 迅速なインストール、セットアップ、構成によるGPU開発環境の構築
• 最新のモデルに基づいており、構築済みですぐに使える生成AIおよびMLのサンプルプロジェクト
• NVIDIA APIカタログからのクラウドエンドポイントで、またはNVIDIA NIM（※1）を使用して、ローカルに生成AIモデルをデプロイ（展開）できる
• 直感的なユーザー体験（UX）とコマンドラインインタフェース（CLI）
• 開発環境間での容易な再現性とポータビリティ
• Gitとコンテナベースの開発環境の自動化
• コンテナとGitリポジトリのバージョン管理と管理
• GitHub、GitLab、NVIDIA NGC（※2）カタログとの統合
• 認証情報、シークレット、ファイルシステムの変更を透過的に扱える

※1：人気のAIモデルで最適化された推論を行うためのマイクロサービス
※2：企業向けのサービス、ソフトウェア、管理ツール、サポートにより、AIとデジタルツインのエンドツーエンドワークフローを支援するポータル

β版以降に追加された新機能

　β版のリリース以来、AI Workbenchには幾つかの新機能が追加された。

Visual Studio Code（以下、VS Code）のサポート

　VS Codeとの直接統合により、コンテナ化されたプロジェクトをGPU環境でオーケストレーションできるようになった。

ベースイメージの選択

　プロジェクトの作成時に、プロジェクトのベースイメージとして独自のコンテナイメージを選択できるようになった。

パッケージ管理の改善

　AI Workbenchのユーザーインタフェースからパッケージを管理し、コンテナに直接追加できるようになった。

インストールの改善

　WindowsとmacOSへのインストールが容易になり、Dockerコンテナランタイムのサポートも改善された。

任意のGPU対応環境で生成AI開発

　AI Workbenchを使うことで、最新のNVIDIA RTX（※3）搭載ワークステーションやPC、あるいはデータセンターやクラウドで、統一されたインタフェースを用いてあらゆるGPU対応環境で生成AI開発に取り掛かれる。MacユーザーはAI Workbenchをインストールし、プロジェクトをNVIDIA搭載システムに移行することで、コラボレーションやより大きな計算能力を利用できる。

※3：AI、レイトレーシング、シミュレーションの最新技術が盛り込まれたGPU

AI Workbenchのサンプルプロジェクト

　AI Workbenchは、開発者が自らのデータやユースケースで生成AI開発をより迅速に開始できるように、すぐに使える出発点としてサンプルプロジェクト「Workbench Projects」を提供する。Workbench Projectsには、以下のような例がある。

• ハイブリッドRAG（検索拡張生成）を使ってドキュメントと対話
• 任意のスケールでLLM（大規模言語モデル）をカスタマイズ
• Stable Diffusion XLを実行し、テキストプロンプトからカスタム画像を生成

　Workbench Projectsには、NVIDIAのGitHubリポジトリからアクセスできる。

より良い開発者体験

　AI Workbenchは、開発者の生産性と開発体験の向上に向けて、以下の機能を提供する。

セットアップと構成

　開発者が選択した開発環境用にGPU対応コンテナを構成しながら、ターゲットGPUシステムのセットアップを自動化する。

どこでも自由に作業やコラボレーションが可能

　異なるシステム間や場所間でワークロードをシームレスに移行できるようにする。開発者はコラボレーション、スピード、スケール、コストの観点から、ローカル、データセンター、パブリッククラウドでWindows、Linux、macOSなど最適なプラットフォームに移行できる。ポータビリティや再現性の複雑さの問題はAI Workbenchが処理する。

管理されたAIとMLのワークフロー

　AI Workbenchは開発ワークフローを管理し、ファイルのバージョン管理、場所の変更、プロジェクトの依存関係の追跡などのタスクを裏側で処理する。