NVIDIA Kumo
Compartir
Qué es NVIDIA Kumo y para qué sirve
NVIDIA Kumo (antes Kumo.ai) agrupa la tecnología de predicción sobre datos relacionales que Kumo desarrolló y que ahora forma parte de NVIDIA. Su pieza principal es Kumo Relational, un modelo fundacional preentrenado que hace predicciones a partir de varias tablas relacionadas sin que tengas que entrenar y mantener un modelo distinto para cada caso.
Cómo funciona
En cada petición, el modelo usa las relaciones entre tablas y las filas históricas relevantes como contexto. Describes qué quieres predecir con Predictive Query Language (PQL), un lenguaje parecido a SQL, y recibes el resultado como un DataFrame de pandas a través del SDK de Python kumo-relational-client. Los datos pueden venir de Snowflake, Databricks, DuckDB, SQLite o Amazon S3.
Qué puede predecir
- Clasificación y regresión: categorías, resultados sí/no y valores numéricos, como la probabilidad de baja de un cliente.
- Previsión de valores numéricos en un horizonte futuro.
- Predicción de enlaces para ordenar o recomendar entidades relacionadas.
También incluye explicaciones de cada predicción y opciones de predicción por lotes.
Despliegue
Kumo Relational se ejecuta como un microservicio NVIDIA NIM: puedes desplegar el contenedor en tus propias GPU de NVIDIA o usar un endpoint alojado del catálogo de API de NVIDIA. Está pensado para equipos de datos y de machine learning que trabajan con bases de datos de clientes, transacciones o catálogos.
Precio
NVIDIA no publica un precio para Kumo Relational; las condiciones dependen del tipo de despliegue y se consultan con la compañía.
Funciones y casos de uso de NVIDIA Kumo
Cómo usar NVIDIA Kumo
Preguntas frecuentes sobre NVIDIA Kumo
¿Qué pasó con Kumo.ai?
Su tecnología pasó a NVIDIA y hoy se presenta como NVIDIA Kumo, con Kumo Relational como modelo principal y documentación en el sitio de NVIDIA.
¿Qué es un modelo fundacional relacional?
Un modelo preentrenado que entiende datos repartidos en varias tablas conectadas y puede responder distintas preguntas de predicción sin un entrenamiento específico para cada una.
¿Tengo que entrenar un modelo para cada predicción?
No. Esa es la idea central: el modelo usa en cada petición las relaciones y el historial de tus tablas como contexto.
¿Qué es PQL?
Predictive Query Language, un lenguaje ligero parecido a SQL con el que indicas qué valor quieres predecir y para qué entidades.
¿Qué tipos de predicción admite?
Clasificación y regresión, previsión de valores en el tiempo y predicción de enlaces para recomendaciones o rankings.
¿Dónde se ejecuta?
Como contenedor NVIDIA NIM en tus propias GPU de NVIDIA o a través de un endpoint alojado en el catálogo de API de NVIDIA.
¿De qué fuentes de datos puede leer?
La documentación cubre Snowflake, Databricks, DuckDB, SQLite y Amazon S3.
¿Cuánto cuesta?
NVIDIA no publica un precio; hay que consultar las condiciones según el despliegue que elijas.
Precio de NVIDIA Kumo y planes disponibles
Precio no publicado
- NVIDIA no muestra tarifas para Kumo Relational.
- Se ofrece como microservicio NIM autoalojado en GPU de NVIDIA o como endpoint alojado en el catálogo de API de NVIDIA.
- Las condiciones de uso y licencia se acuerdan con NVIDIA.
Capturas de pantalla de NVIDIA Kumo
Opiniones de usuarios sobre NVIDIA Kumo
Escribir una reseña
Comprobando sesión...
Reseñas de NVIDIA Kumo
Cargando reseñas...
Alternativas a NVIDIA Kumo
Mel By Skymel
Rastrea señales en la web abierta para crear grafos de conocimiento. Genera informes de inteligencia, bases de datos y monitoriza cambios relevantes sobre cualquier objetivo.
Velivo One
Monitoriza menciones en motores de IA, verifica su veracidad y gestiona el SEO, presencia local y redes sociales de tu marca para optimizar su visibilidad y reputación digital.
ParseCrate
API autohospedada de código abierto para procesar documentos. Convierte PDF y archivos Office en contenido estructurado con OCR y detección de tablas para aplicaciones de IA.