NVIDIA: Europäische Händler senken KI-Kosten und simulieren Lager

Offene Modelle liefern Frontier-Niveau zu geringeren Kosten

Nach Angaben von NVIDIA nutzen führende Händler und Technologieunternehmen in ganz Europa NVIDIA-beschleunigte offene und Frontier-Modelle für Agentic Commerce, digitale Produktsuche sowie Forschung und Entwicklung im Handel.

Shopify trainiert offene Modelle mit der NVIDIA-Bibliothek Megatron Bridge für schnelleres Fine-Tuning und mit NVIDIA NeMo RL für Reinforcement Learning nach. So wurde NVIDIA Nemotron 3.5 Lightning für den GraphQL-Subagenten in Sidekick nachtrainiert, dem KI-Assistenten des Unternehmens für Händler. Der Subagent ruft Shop-Daten für mehrere Funktionen ab, darunter Sidekick Pulse, das den Shop eines Händlers analysiert und Verbesserungen empfiehlt. Im internen Benchmark von Shopify übertrifft das Modell laut NVIDIA ein führendes Frontier-Modell bei der Genauigkeit, senkt die Betriebskosten um 90 Prozent und antwortet siebenmal schneller.

Die Inferenz-Optimierungssoftware NVIDIA CCluster vLLM half Shopify außerdem, in fünf weiteren Anwendungsfällen eine 4,5-fach höhere Geschwindigkeit und bis zu zwölfmal niedrigere Inferenzkosten zu erreichen: Katalogaufbereitung, Händlerassistent, Shopping-Simulation für den E-Commerce, Klassifizierung der Produkttaxonomie sowie Empfehlungen für Händler und Käufer.

Weitere Beispiele:

• Zooplus: Mit Technologien von Infosys und NVIDIA baute der Online-Tierbedarfshändler in seiner AWS-Umgebung einen produktionsreifen Prototyp, der 86 Prozent Suchgenauigkeit erreichte. Zum Einsatz kamen die Bibliothek NVIDIA Nemotron Retriever und der NVIDIA Blueprint für die Anreicherung von Handelskatalogen.
• Photoroom: Die Image Editing API vereinheitlicht für Vestiaire Collective täglich rund 40.000 Hauptbilder in 70 Ländern. Die damit bearbeiteten Angebote verkauften sich mit einer um 5 Prozent höheren Liquiditätsrate, bei 3 bis 7 Prozent mehr einzelnen Aufrufen pro Produktseite.
• Mirakl: Das Unternehmen betreibt offene Modelle auf NVIDIA-GPUs in der eigenen Infrastruktur und über europäische Cloud-Anbieter wie Scaleway. Der Catalog Transformer hat bereits mehr als 70 Millionen Produkte erfasst.

Digitale Zwillinge für Marken, Forschung und Filialen

Omi hat ProductDrop vorgestellt, einen Workflow, der jedes generierte Bild an einen freigegebenen digitalen Zwilling bindet. So können Marken ihre kreative Produktion über ganze Kataloge skalieren, ohne Produktfehler einzubauen. L'Oréal nutzt den Ansatz im Rahmen seines Programms CreAItech. Omi lässt die 3D-Asset-Generierung TRELLIS auf NVIDIA RTX PRO 6000 Blackwell Server Edition GPUs laufen. Laut NVIDIA beschleunigt das die Inferenz um das Zehnfache und verringert die Latenz der Pipeline um das Vierfache.

L'Oréal integriert zudem NVIDIA ALCHEMI in seinen Forschungsworkflow und verkürzt das Screening von Wirkstoffkombinationen von Monaten des Experimentierens auf Stunden rechnergestützter Auswertung. Getestet wird OrbMol-v2, ein quelloffenes Modell für molekulare Simulation von Orbital Industries, innerhalb von CurieOS. Laut NVIDIA ist OrbMol-v2 fünfmal schneller als vergleichbare Modelle und weist 21 Prozent weniger Fehler auf als das nächstbeste Modell seiner Art. Forscher können damit vielversprechende Kombinationen zur Lösung von UV-Filtern identifizieren, bevor Labortests beginnen.

ALLSIDES hat seine 3D Digital Twin Factory vorgestellt, eine Pipeline, die physische Objekte in wenigen Minuten in SimReady-3D-Zwillinge verwandelt. Zu den Kunden der Plattform zählen Marken wie adidas, Amazon, Nike, Zalando und Zara.

Simulation erreicht Lager und Umkleidekabine

Die Otto Group hat ihre Initiative für ein autonomes Lager unter menschlicher Aufsicht, die gemeinsam mit Reply auf NVIDIA-Omniverse-Bibliotheken entwickelt wurde und auf Google Cloud läuft, auf ihr größtes Logistikzentrum im deutschen Haldensleben ausgeweitet. Mit neuen Funktionen können Logistikteams Abläufe vollständig in der Simulation entwerfen, testen und optimieren, bevor etwas physisch umgesetzt wird.

CATCHES meldete Produktivergebnisse seines RealFit-Einsatzes mit AMIRI: Die Conversion stieg um 55 Prozent, die Zahl der Warenkorb-Hinzufügungen um 80 Prozent und der Bruttoumsatz um 56 Prozent, jeweils saisonbereinigt im Vergleich zu gleichartigen Styles. Außerdem führte das Unternehmen PredictiveFit ein, das physikbasiertes virtuelles Anprobieren auf Händler ausweitet, sowie CASI, einen persönlichen Modeagenten, der Kunden über WhatsApp beim Einkaufen, Stylen und bei der Größenwahl berät. CASI basiert auf Open-Weight-Modellen, darunter NVIDIA Nemotron 3.

Neue Handels-Blueprints im Early Access

Auf der GTC Berlin zeigt Nebius drei NVIDIA Blueprints für den Handel, die sich alle im Early Access befinden und auf der Infrastruktur von Nebius laufen:

• Agent Harness for Employee Productivity: ein agentenbasierter Assistent für Filialleiter, der Terminplanung, Aufgabenverwaltung, Bestandswarnungen und operative Erkenntnisse verbindet.
• Inventory Simulation and Optimization: modelliert Nachfrageszenarien und testet Nachschubstrategien, um Überbestände und Lieferengpässe zu verringern.
• Agentic Finetuning Flywheel: eine sich selbst verbessernde Schleife, die Trainingsdaten erzeugt, Open-Source-Modelle feinabstimmt und Leistungsdaten aus dem realen Betrieb in den nächsten Trainingszyklus einspeist.

Händler, die sich für die Blueprints interessieren, können den Early Access anfragen. Die Ergebnisse stammen aus den Darstellungen von NVIDIA und aus internen Messungen der Unternehmen. Sie zeigen aber, worauf der europäische Handel setzt: günstigere Inferenz mit offenen Modellen und das Testen von Abläufen in der Simulation, bevor sie in der physischen Welt umgesetzt werden.