NVIDIA zapowiada otwarty wielowymiarowy model Kumo Forecast do prognozowania szeregów czasowych

21 października 2026 r. NVIDIA ogłosiła Kumo Forecast — otwarty model do prognozowania wielowymiarowych szeregów czasowych, który łączy wstępnie wytrenowany model bazowy oparty na Transformerze MOMENT-1-large z opcjonalnym wyszukiwaniem w danych historycznych i niezależnymi od modelu ramami interpretowalności. Model, wcześniej znany jako NV-Tesseract Forecasting, jest dostępny na licencji Apache 2.0. NVIDIA szczegółowo opisała go w oficjalnym wpisie na blogu Hugging Face.

Wpis przygotowali Saira Qureshi, Aditi Gautam, Manikandan Ravikiran, Sena Ekiz i Viraj P Modak z NVIDIA. Kod modelu jest udostępniany w repozytorium GitHub NVIDIA/Kumo-TS — bibliotece open source do obsługi szeregów czasowych, która zawiera również oparty na dyfuzji pakiet Kumo-Anomaly. Wstępnie wytrenowane wagi są natomiast dostępne za pośrednictwem karty modelu nvidia/Kumo-Forecast w serwisie Hugging Face. Karta podaje datę udostępnienia w Hugging Face: 04/07/2026, globalny zakres wdrożenia oraz deklarowane zastosowanie: prognozowanie w krótkim lub długim horyzoncie na danych czasowych przez firmy, organizacje i ośrodki badawcze.

Wstępnie wytrenowany model bazowy i bezpośrednie prognozowanie

Kumo Forecast wykorzystuje jako model bazowy koder Transformer MOMENT-1-large, z bazowym koderem o około 340 mln parametrów i trenowalną głowicą prognostyczną. Wagi kodera i modułu osadzającego pozostają zamrożone podczas treningu, a trenowana jest wyłącznie głowica prognostyczna. Dzięki temu wstępnie wytrenowany model reprezentacji jest oddzielony od warstwy predykcyjnej dostosowanej do konkretnego zadania. W trybie bezpośredniego prognozowania głowica przekształca reprezentacje modelu w przyszłe wartości dla zadanego horyzontu; w przypadku horyzontów wykraczających poza natywne możliwości modelu biblioteka obsługuje rozszerzanie autoregresyjne, w którym prognozy są generowane rekurencyjnie.

Biblioteka udostępnia API oparte przede wszystkim na obiektach DataFrame, z możliwością konfigurowania horyzontu prognozy i opcjonalnego wykorzystania kontekstu historycznego do wyszukiwania. Dane wejściowe muszą być numerycznymi danymi czasowymi z kolumną znaczników czasu i co najmniej jedną kolumną wartości liczbowych. Można je przekazać jako obiekt pandas DataFrame lub w formacie CSV/JSON. Obsługiwane długości sekwencji wejściowych wynoszą 256, 512, 1024 i 2048 obserwacji. Wynikiem są obiekty pandas DataFrame zawierające znaczniki czasu i przewidywane wartości dla określonego horyzontu prognozy.

Wyszukiwanie DARR i interpretowalność

Oprócz bezpośredniego prognozowania Kumo Forecast obejmuje Domain-Aware Representation and Retrieval (DARR) — tryb wzbogacający kontekst, w którym prognozy uzupełniane są o wyszukiwanie k najbliższych sąsiadów w danych historycznych. SDK przyjmuje te dane za pośrednictwem osobnego argumentu context_df, dzięki czemu okno wejściowe modelu, zawierające najnowsze obserwacje, jest odrębne od kontekstu wyszukiwania, dostarczającego dodatkowych wzorców. Deweloperzy mogą za pomocą opcji konfiguracji biblioteki regulować, jak duży wpływ na końcową prognozę ma każda z tych ścieżek. NVIDIA wskazuje jako ograniczenie, że wymiary kontekstu wyszukiwania muszą być zbliżone do wymiarów kontekstu wejściowego.

W przykładzie DARR w repozytorium ustawiono wartość alpha równą 0.2; komentarz w kodzie opisuje ją jako 20 procent bezpośredniego prognozowania i 80 procent wyszukiwania kNN. Ustawiono również k na 64, a temperaturę na 0.05. Więcej informacji o tym trybie NVIDIA udostępnia deweloperom w artykule Prognozowanie wspomagane pamięcią: skalowalność i uogólnianie w różnych domenach czasowych, który w bibliografii repozytorium figuruje jako publikacja w materiałach konferencji IEEE International Conference on Big Data z 2025 roku.

Ramy interpretowalności są niezależne od modelu i działają bez modyfikowania bazowego modelu prognostycznego. Po włączeniu generują pakiet wyjaśnień obejmujący atrybucje opóźnień i cech dla każdego horyzontu prognozy, diagnostykę przepływu semantycznego, diagnostykę stabilności trajektorii oraz opcjonalną metodę Integrated Gradients dla osadzeń. Przekazanie w SDK parametru interpretability=True powoduje zapisanie pakietu wraz z prognozą w plikach JSON i CSV oraz raporcie PDF.

Ramy te opierają się na preprincie NVExplain: wyjaśnianie prognozowania szeregów czasowych za pomocą analizy ukrytych trajektorii i surogatów zachowujących strukturę, którego autorami są Muyan Anna Li, Manikandan Ravikiran i Aditi Gautam. Artykuł przesłano do serwisu arXiv 25 sierpnia 2026 r. Autorzy modelują prognozowanie jako ukrytą trajektorię, wprowadzają przepływ semantyczny, aby określić ilościowo, jak informacja ewoluuje w czasie w wewnętrznych reprezentacjach modelu, agregują ten przepływ w macierz atrybucji opóźnień i horyzontów oraz stosują zaburzenia zachowujące strukturę wraz z rzadkimi lokalnymi modelami surogatowymi, by tworzyć wyjaśnienia zrozumiałe dla człowieka. Autorzy informują, że wariant oparty na przepływie semantycznym zapewnia wierność porównywalną ze standardowymi metodami bazowymi typu post hoc lub od nich wyższą, a przy tym jest znacznie wydajniejszy obliczeniowo. Z ich analizy stabilności wynika również, że można wskazać obszary, w których interpretację należy stosować ostrożnie.

Dane treningowe, wymagania środowiska uruchomieniowego i integracje

Zgodnie z kartą modelu do trenowania wykorzystano 3 miliony punktów danych, przy podziale 80/20 dla każdego zbioru danych, zaczynając od Monash Time Series Forecasting Archive, opisanego jako zróżnicowany zbiór 30 podstawowych zestawów danych, obejmujący również warianty z brakującymi wartościami. Wymienione w karcie zbiory danych do ewaluacji to: ECL — dane o zużyciu energii elektrycznej przez 370 odbiorców, rejestrowane co 15 minut w latach 2011–2014; Traffic — wskaźniki zajętości dróg mierzone przez czujniki na autostradach w rejonie Zatoki San Francisco; ETTh — temperatura oleju w transformatorach oraz sześć cech dotyczących obciążenia energetycznego, zbieranych co godzinę przez dwa lata; a także ILI — cotygodniowe dane amerykańskiej agencji Centers for Disease Control, opisujące stosunek liczby pacjentów z objawami grypopodobnymi do łącznej liczby pacjentów. Karta wymienia również jako źródła prace dotyczące błędów zależności czasowych: MOMENT, TimeRAF i Beyond MAE.

Kumo-Forecast działa w środowisku PyTorch i obsługuje mikroarchitektury NVIDIA Ampere i Hopper w systemie Linux; karta modelu informuje, że testy wnioskowania przeprowadzono na systemach A100 i H100, z których każdy był wyposażony w osiem procesorów graficznych. W repozytorium wskazano, że Kumo-Forecast wymaga Pythona w wersji 3.10 lub nowszej, PyTorch w wersji 2.7 lub nowszej, a także bibliotek pandas i numpy; zalecany jest procesor graficzny, ale w razie jego braku następuje automatyczne przejście na procesor CPU. Wagi wstępnie wytrenowanego modelu są pobierane automatycznie z Hugging Face. Karta modelu stwierdza, że modele zaprojektowano i zoptymalizowano pod kątem systemów wykorzystujących akcelerację GPU NVIDIA, a ich integracja z systemami AI wymaga dodatkowych testów dostosowanych do konkretnego zastosowania, przeprowadzanych zgodnie z metodyką modelu V.

W przypadku ewaluacji dostosowanej do konkretnego zastosowania NVIDIA zaleca porównanie konfiguracji bezpośredniej i rozszerzonej o wyszukiwanie na tych samych wydzielonych oknach prognozowania oraz sprawdzenie jakości prognoz w zakładanych horyzontach i warunkach działania. Repozytorium Kumo-TS zawiera ponadto przykład dostrajania Kumo-Forecast na podstawie pliku CSV dostarczonego przez użytkownika, zapewniając deweloperom zarówno proces wnioskowania z użyciem wstępnie wytrenowanego modelu, jak i udokumentowany punkt wyjścia do dostosowania go do własnych danych. W zakresie wdrażania Factory Operations Blueprint zapewnia wczesny dostęp do modułu konserwacji predykcyjnej, który wykorzystuje Kumo Anomaly i Kumo Forecast do analizowania danych w czasie rzeczywistym i przewidywania przyszłych anomalii; wpis NVIDIA zawiera też link do sesji GTC San Jose 2026 poświęconej integracji platformy.