AI時短ラボ
検索
プロダクト

NVIDIA、オープンソースのAgent Toolkit(エージェントツールキット)に「Agent Knowledge Foundation」を追加社内データをAIエージェントに使わせる基盤、Palantir・Databricks・Snowflakeとの連携例も

執筆:約15分で読めます

日刊AIニュース10月21日(水)号:前日のAIのニュース18本を短くまとめました(約11分)›

NVIDIAは2026年10月21日、オープンソースのAgent Toolkitに企業データをエージェントに使わせる新基盤Agent Knowledge Foundationを加えたと公式ブログで発表した。Auto-Ontologyライブラリ、Kumoモデル4種、Nemotron Retrieverで構成し、PalantirやDatabricks、Snowflakeとの連携例を挙げている。

NVIDIA、オープンソースのAgent Toolkit(エージェントツールキット)に「Agent Knowledge Foundation」を追加──社内データをAIエージェントに使わせる基盤、Palantir・Databricks・Snowflakeとの連携例も
目次

NVIDIAは2026年10月21日(現地)、オープンソースの「NVIDIA Agent Toolkit(エージェントツールキット)」を拡張し、企業の社内データをAIエージェントに使わせるための新基盤「NVIDIA Agent Knowledge Foundation」を加えたと公式ブログで発表した。ブログの公開は協定世界時10時10分(日本時間19時10分)。ドイツのGTC Berlinに合わせた発表のひとつで、Palantir、Databricks、Snowflakeなどが使っていると説明している。

3行まとめ

  1. NVIDIAがAgent Toolkitに「Agent Knowledge Foundation」を追加。新しいAuto-Ontologyライブラリと、Nemotron Retriever、Kumo Structuredの4モデル(Tabular・Relational・Time Series・Forecast)で構成すると説明
  2. NVIDIA自身のサプライチェーン部門がPalantir経由で利用、Snowflakeは顧客のNotebookでKumoを提供。検索側ではSAPのリランカーが約3倍、ServiceNowは遅延を約4分の1削減とNVIDIAが紹介
  3. 料金・提供地域・日本語の情報は、今回確認した公式ブログには見つからなかった。Auto-OntologyのGitHubはApache-2.0で公開済み

本記事の内容は、日本時間10月21日19時台に公式ページで確認したものです。

Agent Toolkitには何が入っているのか

公式ブログによると、Agent Toolkitは次の5つの部品でできている。

部品 ブログでの説明
Agent Knowledge Foundation(新規) CUDA-Xライブラリを含む、企業データをエージェントが使える形にする基盤
Nemotron Retriever、Kumoファミリー(Kumoが新規) NVIDIAのオープンモデル
OpenShell エージェントの安全な実行環境
NemoClaw 安全なエージェントの設計図(ブループリント)
NeMo Relay、NeMo Compass など ツールとスキル

ブログは、エージェントを開発から運用まで信頼できるものにするには、モデル・ハーネス・ランタイム・データ・ツールをまとめた「オープンなエージェント基盤」が要ると述べている。今回の追加は、そのうち「データ」の層にあたる。OpenShellについては、別の発表をOpenShellリファレンスアーキテクチャの記事で書いた。

Agent Knowledge Foundationは何をするのか

NVIDIAの説明では、エージェントが関連する情報を見つけ、それが事業にとって何を意味するかを理解し、予測や次の判断の支援に使えるようにする基盤だ。ブログは、データを移動したり、既存のワークフローを作り直したり、ガバナンス制御を変えたりせずに使えるとしている。

構成要素は3つ。

  • CUDA-Xライブラリ: cuDF、cuGraph、cuML、cuOpt、cuVS
  • Auto-Ontologyライブラリ(新規): 会社の生データを「顧客」「製品」「注文」のような業務上の概念に変換し、その関係を対応づける
  • オープンモデル: Nemotron RetrieverとKumo Structured。後者はKumo Tabular、Kumo Relational、Kumo Time Series、Kumo Forecastの4つ。ブログは、これらがエージェントが質問に答えたり予測したりするために社内の関連情報を見つけるのを助けると説明している

Kumoのモデル群そのものは、同日の別発表を欧州向けオープンモデル群の記事で扱っている。

Auto-OntologyのGitHubに書かれていること

Auto-Ontologyは github.com/NVIDIA/auto-ontology で公開されている。READMEでは「企業のメタデータから文脈の層を作り、システム間で食い違う定義をそろえ、MCP・CLI・APIであらゆるエージェントのハーネスに渡す」ライブラリと説明されている。READMEが挙げる機能は、メタデータからのオントロジー生成、定義と系統(リネージ)に照らした生成クエリの検証、回答ごとの出所(プロベナンス)の返却などだ。

動かし方に関する記載もある。

項目 READMEの記載
ライセンス Apache-2.0
接続先データベース Databricks、Postgres、Snowflake、DuckDB
既定のモデル LLMは nvidia/nemotron-3-nano-30b-a3b、埋め込みは nvidia/nemotron-3-embed-1b、リランキングは nvidia/llama-nemotron-rerank-vl-1b-v2
必要なもの NVIDIA API Catalog(build.nvidia.com)のAPIキー、またはセルフホストのNIM
導入方法 Kubernetes(Helm)またはDocker Compose
外部からの貢献 現時点では受け付けていない

誰が使っているのか、数字はどう出ているか

ブログが挙げる採用例を、NVIDIAの説明どおりに整理する。

  • Palantir: NVIDIAのサプライチェーン部門が、Palantir Foundry、Ontology、AIP経由でAgent Knowledge Foundationを使い、専門エージェントを展開している
  • Databricks: 「Kumo Anomaly」とDatabricks Genie Ontologyを組み合わせ、文脈を理解するエージェントを動かす
  • Snowflake: 顧客がSnowflake Notebook環境でKumo EngineとKumo Relationalのオープンモデルを使えるようにする

Nemotron Retrieverについては、次の成果が紹介されている。

企業 ブログの記述
Amazon OpenSearch Service 埋め込みモデルの利用で、検索ステップが減り関連性が向上。遅延の増加はほぼなし
SAP 微調整したリランカーがほぼ3倍速く動作
ServiceNow リランキングの品質が向上し、遅延は4分の1近く減少
Zoom Zoom AI Servicesの文書理解・検索関連性・文脈取得に利用

これらは、すべてNVIDIAのブログ上の記述だ。比較の基準(何と比べて3倍か、どのデータセットか)は、取得したブログ本文には書かれていない。

AWS、ClickHouse、Cloudera、Cohesity、Dassault Systèmes、Dell、Elastic、Exa、IBM、NetApp、Oracle、Perplexity、Starburst、VAST Dataも「Agent Knowledge Foundationの上で構築している企業」に挙がっている。

NemoClawに加わった「エージェント最適化」のブループリント

ブログによると、NemoClawの最新ブループリントは、エージェントを仕事ごとに改善していくための「手順つきの出発点」だ。build.nvidia.comのページには、記録されたエージェントの実行履歴から失敗を見つけ、それに対応する評価を作り、ハーネスの変更を出荷前に検証する、と書かれている。

ページの説明では流れは次のとおり。

  1. NeMo Compassが、実行履歴から「誤ったツール呼び出し」「依頼の振り分けミス」などの失敗パターンを洗い出す
  2. NeMo Eval Authorが、その失敗を検証するHarbor形式の評価タスクを作る
  3. プロンプトやツール説明、ルーティングなどハーネスの1か所を変える
  4. 変更前後の2系統を動かし、比較ツールで検証する
  5. 開発用とは別に取り置いた評価用データ(held-out)で通れば採用し、通らなければ直して繰り返す

サンプルは2つ(HermesのアシスタントエージェントとFreeCAD向けのLangChainエージェント)で、保存済みの実行履歴と比較結果が付くため、モデルを動かさなくても内容を確認できるとページは説明している。

筆者が公式ページで確認できたこと

今回、公式ブログに加えて関連ページも取得した。日本時間19時18分台の時点で、developer.nvidia.com/agent-knowledge-foundation と、Kumoのページ(developer.nvidia.com/topic/ai/agent-knowledge-foundation/kumo/)はどちらもHTTP 404が返り、本文を読めなかった。この2ページは、どちらもブログ本文の「NVIDIA Agent Knowledge Foundation」と「Kumo Structured」の語に張られたリンクの先だ。つまりブログから製品の詳細へ進むリンクのうち2つが、取得した時点では開けなかった。公開前か、取得の時点だけの不具合かは、こちらからは判断できない。一方、Auto-OntologyのGitHubリポジトリは同じ時刻に開け、スターは38、フォークは7、コミットは1,329件だった。外部からの貢献を現時点では受け付けない旨は、READMEに明記されている。

また、Palantirとの連携は、NVIDIAのニュースルームでは2026年9月10日付で別途発表されている。そこではNemotronをPalantir FoundryとAIPに組み込み、まずNVIDIA自身のサプライチェーンで展開するとされ、Dell TechnologiesとCiscoが支える参照アーキテクチャで動くと説明されている。今回のブログは、この連携をAgent Knowledge Foundationの採用例として紹介した形だ。

今回の発表でわからないこと

  • 料金と提供形態: 今回確認した公式ブログとGitHubのページには、Agent Knowledge Foundation全体の料金や提供開始時期は書かれていなかった。Auto-OntologyはApache-2.0で入手できるが、既定の動作はNVIDIAのホスト型APIまたはNIMに依存する
  • 日本での提供: 日本向けの提供や日本語対応の記載は、取得したページには見つからなかった
  • データを動かさない点: ブログは「データを移動せずに使える」と述べるが、Auto-OntologyのREADMEには、取り込みワーカーが表形式データを取り込んで埋め込みを書き込み、カタログとオントロジーをPostgresに保存する構成が書かれている。両者がどう両立するかは、取得した資料からは判断できない。READMEにはさらに、UIから追加した接続情報は、Vaultを設定しない限りPostgres内に暗号化されずに保存されるとも書かれている
  • Kumoのモデル名: Databricksの例に出る「Kumo Anomaly」は、ブログのKumo Structured 4種の列挙に入っていない。別のモデルなのか、構成が今後増えるのかは、ブログからは読み取れない
  • 第三者の検証: 紹介されたSAPやServiceNowの数字は、いずれもNVIDIAの記述だけで、独立した検証は今回確認していない
  • 試用: 筆者はAuto-Ontologyも各モデルも動かしていない。ここまでの内容は、取得したページの記載にもとづく

出典と確認時刻

確認時刻は日本時間2026年10月21日19時18分台です。上記のうち開発者向け2ページ(agent-knowledge-foundation、kumo)は同時刻にHTTP 404で、取得できていません。本記事は続報があり次第更新します。

この記事でよく聞かれること

NVIDIAのAgent Knowledge Foundationとは何ですか?
NVIDIAが2026年10月21日の公式ブログで発表した、企業のデータをAIエージェントが使える形にする基盤です。cuDF・cuGraph・cuML・cuOpt・cuVSといったCUDA-Xライブラリ、新しいAuto-Ontologyライブラリ、Nemotron RetrieverとKumo Structuredのオープンモデルで構成されると説明されています。NVIDIAは、データを移したり既存のワークフローやガバナンス制御を変えたりせずに使えるとしています。
Auto-Ontologyは何をするライブラリですか?
公式ブログによると、会社の生データを顧客・製品・注文といった業務上の概念に変換し、その関係を対応づけるライブラリです。GitHubのNVIDIA/auto-ontologyのREADMEには、MCP・CLI・APIでエージェントに文脈を渡すこと、Apache-2.0であること、現時点では外部からの貢献を受け付けていないことが書かれています。
Kumoのモデルにはどんな種類がありますか?
公式ブログがKumo Structuredのオープンモデルとして挙げているのは、Kumo Tabular、Kumo Relational、Kumo Time Series、Kumo Forecastの4つです。同じブログでDatabricksが組み合わせると書かれている「Kumo Anomaly」は、この4つの列挙には入っていません。
日本で使えますか?料金は?
今回確認した公式ブログとGitHubのページには、日本での提供の可否や料金の記載は見つかりませんでした。GitHubのAuto-OntologyはApache-2.0で公開されていますが、既定ではNVIDIA NIMのエンドポイントを使い、NVIDIAのAPIキーが必要と書かれています。
シェア: ポスト はてブ

出典・参照資料

AI時短ラボ

大きいニュースはYouTubeでも解説しています。Xでは新着記事をお知らせしています。

コメント

まだコメントはありません。最初のコメントを書いてみませんか?

AIについて聞きたいことはありますか?

質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。

質問箱を見る →

関連記事

NVIDIA、画像と文章を横断検索できる Nemotron 3.5 Embed/Rerank/Parse(ネモトロン)をオープンで公開──ViDoRe v3.1のdense検索で首位、Rerank追加でエージェントのトークン費用は約14%減と同社の記事画像

NVIDIA、画像と文章を横断検索できる Nemotron 3.5 Embed/Rerank/Parse(ネモトロン)をオープンで公開 ViDoRe v3.1のdense検索で首位、Rerank追加でエージェントのトークン費用は約14%減と同社

モデル
CrowdStrikeとNVIDIA「SafeMind」──攻撃側と防御側のAIが同じ環境で互いに挑み合う「共進化ループ」を製品に。防御モデルはオープンなNemotronを脅威データで追加学習(Nemotron 3 Ultraが指揮)、社内評価では最前線モデルより高精度で費用99%減。NVIDIA自社ネットワークのデジタルツインで赤・青を対戦。AI攻撃は前年比89%増、最速侵入27秒の記事画像

CrowdStrikeとNVIDIA「SafeMind」 攻撃側と防御側のAIが同じ環境で互いに挑み合う「共進化ループ」を製品に。防御モデルはオープンなNemotronを脅威データで追加学習(Nemotron 3 Ultraが指揮)、社内評価では最前線モデルより高精度で費用99%減。NVIDIA自社ネットワークのデジタルツインで赤・青を対戦。AI攻撃は前年比89%増、最速侵入27秒

検証(発表 9月1日)
Salesforce初のCRM推論モデル「Koa」──NVIDIA Nemotron 3 Superを約30年分のCRM展開から作った合成データで追加学習(顧客データは「1バイトも」使わず)、重みは自社が保持。CRM Benchで主要モデルと同等以上、誤りは3分の1。10月にF1・Xeroなどで顧客パイロット、冬に米国で一般提供。Huang氏「速さと安全は偽の二択」の記事画像

Salesforce初のCRM推論モデル「Koa」 NVIDIA Nemotron 3 Superを約30年分のCRM展開から作った合成データで追加学習(顧客データは「1バイトも」使わず)、重みは自社が保持。CRM Benchで主要モデルと同等以上、誤りは3分の1。10月にF1・Xeroなどで顧客パイロット、冬に米国で一般提供。Huang氏「速さと安全は偽の二択」

検証(発表 9月15日)
NVIDIA、工場運営エージェントの設計図「Factory Operations Blueprint(FOX)」をGitHubで早期公開──cuDSSは一般提供、Siemens工場の検査校正時間40%減も紹介の記事画像

NVIDIA、工場運営エージェントの設計図「Factory Operations Blueprint(FOX)」をGitHubで早期公開 cuDSSは一般提供、Siemens工場の検査校正時間40%減も紹介

プロダクト
NVIDIA、AIエージェントを安全に動かす「OpenShell(オープンシェル)リファレンスアーキテクチャ」を発表──Vera(ベラ)CPUとBlueField-4上のSentry(セントリー)を組み合わせ、CoreWeave測定でサンドボックス起動は3倍超の記事画像

NVIDIA、AIエージェントを安全に動かす「OpenShell(オープンシェル)リファレンスアーキテクチャ」を発表 Vera(ベラ)CPUとBlueField-4上のSentry(セントリー)を組み合わせ、CoreWeave測定でサンドボックス起動は3倍超

プロダクト
NVIDIA、RTX Spark(スパーク)搭載PCの10月16日発売を前に「Nemotron 3.5 Bolt 74B」を15日公開へ──PAIR(ペア)は正式版、Broadcast 2.3は配布中の記事画像

NVIDIA、RTX Spark(スパーク)搭載PCの10月16日発売を前に「Nemotron 3.5 Bolt 74B」を15日公開へ PAIR(ペア)は正式版、Broadcast 2.3は配布中

プロダクト
NVIDIA、SparkのUDFをAIエージェントでGPU向けに書き換える「cuDF skills for Apache Spark」を公開──本番UDFの1本は274.55時間が12.78時間(約22倍)にの記事画像

NVIDIA、SparkのUDFをAIエージェントでGPU向けに書き換える「cuDF skills for Apache Spark」を公開 本番UDFの1本は274.55時間が12.78時間(約22倍)に

検証
NVIDIA、GPU管理基盤「Run:ai(ランエーアイ)」の全体をオープンソース化──KAI Scheduler・GPU Fractioning Operatorなど4部品と、Crusoe・Nebiusなど8社の提供の記事画像

NVIDIA、GPU管理基盤「Run:ai(ランエーアイ)」の全体をオープンソース化 KAI Scheduler・GPU Fractioning Operatorなど4部品と、Crusoe・Nebiusなど8社の提供

検証