DatabricksとNVIDIA：次世代の産業AIを強化する

AI による業界ユースケースの変革

Amazon Web Services (AWS) re:Invent が開催されるラスベガスに向かう中、1つのトレンドは明らかです。それは、企業が一般的な GenAI のパイロット導入から脱却し、高性能コンピューティングと深い業界専門知識の両方を必要とする、ドメイン固有で本番運用に対応した AI システムを構築しているということです。

DatabricksとNVIDIAは共に、このシフトを可能にしています。Databricks Data Intelligence PlatformとNVIDIAアクセラレーション・コンピューティングおよびAIソフトウェア・スタックを組み合わせることで、顧客は臨床研究や創薬からグローバルな物流や製造に至るまで、最も複雑な課題を解決することができます。

この共同プラットフォームは、リアルタイムの不正検知やパーソナライズされたメディア推奨など、ほぼすべての業種にわたるソリューションを強化していますが、現在、特に勢いを増しているのが次の3つの分野です。

1. 医療画像
2. 創薬とライフサイエンスの研究開発
3. ルート最適化とサプライチェーン AI

NVIDIA の SDK、フレームワーク、CUDA-X ライブラリを Databricks on AWS 内で直接実行することで、企業は機密データを AWS 環境内に安全に保持しながら、最先端の GPU アクセラレーションを活用できます。

Databricks Pixels と NVIDIA MONAI で医療画像を進化させる

医療機関は膨大なデータの課題に直面しています。医療データの約 97% は非構造化データであり、画像は DICOM などの独自の形式に閉じ込められています。放射線科医は、AI パイプライン用にこれらのデータセットのインデックス作成、クエリー、準備を行うのに苦労することがよくあります。

Databricks Pixels は、何百万ものDICOMファイルを直接Delta Lakeに取り込み、ピクセルデータをネイティブに管理しながら、高速クエリのためのメタデータを抽出することで、これを解決します。 オープンソースのGPU加速医療画像フレームワークであるNVIDIA MONAI は、このキュレーションされたデータに高度なAI機能を直接もたらします。

組織が連携することで、次のような効率的なワークフローを構築できます。

• 3D 画像セグメンテーション
• 病変と異常検出
• 臓器の自動ラベリングと分類
• マルチモーダル画像解析

Databricks で MONAI を実行すると、次のことが可能になります。

• 臨床ワークフローに沿った自動化ワークフロー
• 診断支援の高速化
• 医療データガバナンス要件のコンプライアンス強化

更に詳しく知りたい方は re:Invent の NVIDIA ブース #1022 (12月3日水曜日午前10時30分) で詳細をご確認ください。 または、 Pixels GitHub リポジトリ を使用して構築を start できます。

Genesis Workbench と NVIDIA BioNeMo による創薬の加速

現代の創薬では、タンパク質構造、分子間相互作用、ゲノム プロファイルといった膨大な生体データセットを大規模に、かつ繰り返し処理する必要があります。このプロセスには、長年にわたる研究開発と数十億ドル規模の投資が必要となる場合があります。生成 AIは、このパイプラインを変革し、研究者によるタンパク質構造のモデル化、新規分子の設計、細胞の挙動の分析を、かつてないスピードで実現します。

Genesis Workbench は Databricks のオープンソース ソリューション アクセラレータであり、強力なデータ ガバナンスと簡素化されたデプロイによって、高度な生物学的 AI を利用しやすくします。 

Databricks Serverless GPU コンピュート 上の NVIDIA アクセラレーテッド コンピューティングと組み合わせることで、研究者は以下をシームレスに統合できます。

• NVIDIA BioNeMo Framework（生成化学およびタンパク質モデリング用）
• スケーラブルな単一細胞トランスクリプトミクス向け RAPIDS single-cell
• GPUで加速するゲノムワークフローのための Parabricks

この統合プラットフォームにより、研究者は次のことが可能になります。

• ドメイン固有の生成モデルをファインチューニングしてデプロイ
• バーチャル化合物スクリーニングを大規模に実施
• 治療薬発見において知見を得るまでの時間を短縮
• タンパク質科学、ゲノミクス、細胞生物学にわたるR&Dサイクルを加速

re:Invent の Databricks ブース #1420 (12月3日水曜日午前10時) でのライブデモをご覧ください 。 そして、 GitHub の Genesis Workbench で今すぐstartしましょう。

GPU で高速化されたルート最適化による複雑なロジスティクスの解決

製造業、小売業、ロジスティクス企業は、オペレーションにおける最も難しい数学的問題の1つである車両配車問題（VRP）に直面しています。CPUの場合、大規模な実世界のVRPワークロードのコンピュートには数時間かかることがあり、多くの場合、ソリューションの質を制限する手作業による事前クラスタリングが必要となります。

Databricks Serverless GPUと NVIDIA cuOptにより、組織は大規模かつリアルタイムでルーティング最適化を実行できるようになりました。NVIDIA cuOptは、最大規模のルーティングワークロードを解決できるGPUアクセラレーション最適化エンジンです：

• 解答時間の短縮
• より高品質なルート
• 運用コストの削減
• 数秒単位での動的なルート再検索

Delta Lake に保存された車両位置情報、荷物配送先、交通状況、気象情報などのリアルタイムデータを cuOpt に入力することで、企業は以下を実現できます：

• 燃料消費量の削減
• 配送時間枠の精度を向上
• 数千のルートを同時に最適化
• 現実世界で起こる渋滞や遅延など現場の突発事象への対応

GitHubのRoute Optimizationで 今すぐビルドを始めよう 。

AWS re:Invent で Databricks と NVIDIA に会いましょう

これらの使用例はほんの始まりに過ぎません。本番運用の業界ユースケースの構築をお考えなら、ぜひ可能性を探ってください。

re:Inventで直接お会いしよう：

• Databricks ブース #1420
• NVIDIA ブース #1022

セッションにご参加ください:

• Genesis Workbench x BioNeMo: Databricksブース#1420-12月3日10:00AM開始。
• Pixels x MONAI:  NVIDIA ブース #1022 — 12月3日午前10時30分開始

参加登録をしてパーティーに参加しましょう:

• 2025年12月2日（火） - 午後7:00～午後10:00 (PST) | Grand Lux Cafe, The Venetian