关于 NVIDIA NIM 多模态安全#

NVIDIA NIM 为多模态安全模型提供预构建容器，这些模型可用于保护 AI 应用程序 — 或任何需要理解和生成多模态内容的应用。每个 NIM 都包含一个容器和一个模型，并对所有 NVIDIA GPU 使用 CUDA 加速运行时，许多配置都有特殊的优化。无论是在本地部署还是在云端，NIM 都是以规模实现加速生成式 AI 推理的最快方式。

企业级功能#

NIM 抽象化了模型推理的内部细节，例如执行引擎和运行时操作。NVIDIA NIM for Visual GenAI 提供以下企业级功能

高性能 NIM 针对高性能深度学习推理进行了优化，使用了 NVIDIA TensorRT 和 NVIDIA Triton Inference Server。

可扩展部署 性能卓越，可以从少量用户快速无缝地扩展到数百万用户。

企业级安全 强调安全，通过 持续监控和修补我们堆栈中的 CVE 并进行内部渗透测试。

架构#

每个多模态安全 NIM 将用于内容审核的模型（例如 hive/ai-generated-image-detection）打包到 Docker 容器镜像中。所有多模态安全 NIM 容器都通过 NVIDIA TritonTM Inference Server 加速。

这些容器可以在任何具有足够 GPU 内存的 NVIDIA GPU 上运行。模型不作为镜像的一部分打包，但可以从云存储自动下载。NVIDIA 生产了几个模型配置文件，这些文件针对流行的数据中心 GPU 模型进行了优化。有关更多信息，请参阅支持矩阵。

由于容器可以从云存储下载模型，因此 NVIDIA 建议在本地存储上缓存模型，以缩短容器启动时间。此外，由于每个容器都是从通用基础镜像构建的，因此下载额外的容器或更新的镜像比初始下载更快。

每个容器都有安全扫描报告。扫描报告提供该镜像的安全评级、按软件包划分的 CVE 严重性细分以及指向 CVE 详细信息的链接。

应用场景#

每个多模态安全 NIM 旨在利用 AI 模型来解决特定的内容审核场景。有关支持模型的完整列表，请参阅支持模型。

潜在用途广泛，包括但不限于

AI 生成图像检测#

  1. 艺术和设计验证：验证艺术品的真实性并检测 AI 生成的伪造品。

  2. 社交媒体审核：检测和标记可能被用于传播错误信息或宣传的 AI 生成图像。

  3. 网络安全：检测网络钓鱼攻击或其他类型的网络威胁中使用的 AI 生成图像

Deepfake 图像检测#

  1. 个人资料验证：验证用户个人资料图片的真实性，帮助防止网络诈骗和其他形式的网络骚扰。

  2. 保险索赔验证：验证作为保险索赔一部分提交的图像的真实性，帮助防止欺诈性索赔并降低成本。

  3. 广告和营销：验证广告活动中使用的图像的真实性，确保他们没有使用可能损害其品牌声誉的操纵或虚假内容

本页内容