NVIDIA introduceert Kumo Relational, een vooraf getraind foundationmodel voor relationele data. Het model doet voorspellingen rechtstreeks op bedrijfsdatabases, zonder taakgerichte training of feature engineering, aldus NVIDIA.
Wat is er aangekondigd?
Kumo Relational gebruikt bij een voorspellende query maximaal 10.000 historische voorbeelden als context. In één forward pass voorspelt het onder meer klantverloop, vraag of fraude. Het model werkt rechtstreeks op relationele databases en hoeft tabellen niet eerst plat te slaan.
Feitenmatrix
| Claim in dit artikel | Controle in de primaire bron | Type |
|---|---|---|
| Het model is vooraf getraind en voorspelt direct op relationele bedrijfsdatabases. | De bron noemt Kumo Relational een “pre-trained relational foundation model” dat voorspellingen direct op enterprise databases maakt. | Aankondiging en leveranciersbeschrijving |
| Een query kan maximaal 10.000 historische voorbeelden als context gebruiken. | De bron noemt expliciet “up to 10,000 historical examples” in één forward pass. | Technische productbeschrijving |
| NVIDIA rapporteert resultaten op 41 taken en 15 databases. | De bron rapporteert die aantallen en zegt dat Kumo Relational daar bepaalde supervised modellen en pipelines verslaat. | Leveranciersclaim; geen onafhankelijke meting |
| Op SAP SALT noemt NVIDIA een voorsprong van 8% in MRR tegenover AutoGluon-ensembles. | Dit percentage staat expliciet in de bron en wordt hier niet als onafhankelijke validatie gepresenteerd. | Leveranciersclaim |
| Het model schaalt volgens NVIDIA naar databases met meer dan 500 miljard rijen. | De bron vermeldt “500B+ rows” en koppelt dit aan gebruik door mensen en agents. | Leveranciersclaim |
Waarom dit relevant is
De aankondiging richt zich op een bekend knelpunt in machine learning op gestructureerde data: relationele datasets vragen vaak om aparte pipelines, feature engineering en taakgerichte training. NVIDIA positioneert Kumo Relational als een manier om een nieuwe voorspelling als query te formuleren.
De bron beschrijft daarnaast een open-source, GPU-native bibliotheek en een NVIDIA NIM als manieren om het model te gebruiken. De genoemde benchmarkresultaten zijn afkomstig uit NVIDIA’s eigen aankondiging; ze zijn in dit artikel daarom als leveranciersclaims gemarkeerd en niet als onafhankelijke bevestiging.
Bron en afbakening
Dit artikel beschrijft de aankondiging van NVIDIA op Hugging Face, gepubliceerd op 21 oktober 2026. De bron noemt ook een paper en documentatie; die zijn niet afzonderlijk beoordeeld in deze korte nieuwsnotitie.