Nemotron 3: duży, otwarty zakład firmy NVIDIA na sztuczną inteligencję wieloagentową

Wyścig o sztuczną inteligencję przenosi się od prostych, odizolowanych chatbotów do systemów agentowych, które współpracują ze sobą, zarządzają długimi przepływami pracy i muszą być audytowalne. W tym nowym scenariuszu NVIDIA zdecydowała się na dość wyraźny krok: udostępnienie nie tylko modeli, ale także danych i narzędziaby przedsiębiorstwa, administracja publiczna i ośrodki badawcze mogły budować własne platformy AI, mając większą kontrolę.

Ten ruch materializuje się w Nemotron 3, rodzina otwartych modeli ukierunkowanych na sztuczną inteligencję wieloagentową Celem jest połączenie wysokiej wydajności, niskich kosztów wnioskowania i przejrzystości. Propozycja nie jest pomyślana jako kolejny chatbot ogólnego przeznaczenia, ale jako podstawa, na której można rozmieszczać agentów, którzy rozumują, planują i wykonują złożone zadania w regulowanych sektorachJest to szczególnie istotne w Europie i Hiszpanii, gdzie suwerenność danych i zgodność z przepisami mają duże znaczenie.

Otwarta rodzina modeli dla sztucznej inteligencji agentowej i suwerennej

Nemotron 3 jest prezentowany jako kompletny ekosystem: modele, zestawy danych, biblioteki i przepisy szkoleniowe na otwartych licencjach. Ideą firmy NVIDIA jest to, aby organizacje nie tylko korzystały ze sztucznej inteligencji jako nieprzejrzystej usługi, ale także mogły sprawdzać, co jest w środku, dostosowywać modele do swoich domen i wdrażać je we własnej infrastrukturze, czy to w chmurze, czy w lokalnych centrach danych.

Firma realizuje tę strategię w ramach swojego zobowiązania do Suwerenna sztuczna inteligencjaRządy i firmy w Europie, Korei Południowej i innych regionach poszukują otwartych alternatyw dla systemów zamkniętych lub zagranicznych, które często nie są zgodne z przepisami o ochronie danych lub wymogami audytowymi. Nemotron 3 ma stanowić techniczną podstawę do budowania modeli krajowych, sektorowych lub korporacyjnych o większej przejrzystości i kontroli.

Równolegle, NVIDIA umacnia swoją pozycję wykraczającą poza sprzętDo tej pory był to przede wszystkim referencyjny dostawca GPU; dzięki Nemotronowi 3 pozycjonuje się również w warstwie narzędzi do modelowania i szkolenia, konkurując bardziej bezpośrednio z graczami takimi jak OpenAI, Google, Anthropic, a nawet Meta, a także z modelami premium, takimi jak SuperGrok HeavyW ostatnich generacjach Llama firma Meta ograniczyła swoje zaangażowanie w rozwiązania typu open source.

Dla europejskiego ekosystemu badań i startupów, który w dużym stopniu opiera się na otwartych modelach hostowanych na platformach takich jak Hugging Face, dostępność wag, danych syntetycznych i bibliotek na otwartych licencjach stanowi potężną alternatywę dla chińskie modele i Amerykanie, którzy dominują w rankingach popularności i benchmarkingu.

Hybrydowa architektura MoE: wydajność dla agentów na dużą skalę

Główną cechą techniczną Nemotronu 3 jest Hybrydowa architektura utajonej mieszanki ekspertów (MoE)Zamiast aktywować wszystkie parametry modelu przy każdym wnioskowaniu, włącza się tylko ich ułamek — podzbiór ekspertów najbardziej istotnych dla danego zadania lub tokena.

Takie podejście pozwala drastycznie zmniejszyć koszty obliczeniowe i zużycie pamięciZwiększa to również przepustowość tokenów. W przypadku architektur wieloagentowych, w których dziesiątki, a nawet setki agentów nieustannie wymieniają się wiadomościami, ta wydajność jest kluczowa dla zapobiegania niestabilności systemu pod względem kosztów GPU i chmury.

Według danych udostępnionych przez firmę NVIDIA oraz niezależnych testów wydajności, Nemotron 3 Nano osiąga do czterech razy więcej tokenów na sekundę W porównaniu z poprzednikiem, Nemotronem 2 Nano, zmniejsza on generowanie zbędnych tokenów rozumowania o około 60%. W praktyce oznacza to równie dokładne, a nawet bardziej trafne odpowiedzi, ale z mniejszą ilością „rozwlekłości” i niższym kosztem zapytania.

Hybrydowa architektura MoE w połączeniu ze specjalnymi technikami szkoleniowymi doprowadziła do Wiele z najbardziej zaawansowanych modeli otwartych wykorzystuje schematy eksperckieNemotron 3 wpisuje się w ten trend, ale koncentruje się konkretnie na agentowej sztucznej inteligencji: wewnętrznych ścieżkach zaprojektowanych do koordynacji między agentami, korzystania z narzędzi, obsługi długich stanów i planowania krok po kroku.

Trzy rozmiary: Nano, Super i Ultra do różnych obciążeń

Rodzina Nemotron 3 jest zorganizowana w trzy główne rozmiary modelu MoE, wszystkie otwarte i o obniżonych parametrach aktywnych dzięki eksperckiej architekturze:

• Nemotron 3 Nano:około 30.000 miliardów parametrów ogółem, z około 3.000 miliardów aktywów na tokenJest przeznaczony do zadań, w których liczy się wydajność: debugowania oprogramowania, podsumowywania dokumentów, wyszukiwania informacji, monitorowania systemu lub specjalistycznych asystentów AI.
• Nemotron 3 Super: około 100.000 miliardów parametrów, z 10.000 miliardów w aktywach na każdym kroku. Jest ukierunkowany na Zaawansowane rozumowanie w architekturach wieloagentowychz niskim opóźnieniem nawet w przypadku współpracy wielu agentów przy rozwiązywaniu złożonych przepływów.
• Nemotron 3 Ultra:poziom górny, obejmujący około 500.000 miliardów parametrów i do 50.000 miliardów aktywów na tokenDziała jako potężny silnik wnioskowania wykorzystywany w badaniach, planowaniu strategicznym, wspomaganiu decyzji na wysokim szczeblu i szczególnie wymagających systemach sztucznej inteligencji.

W praktyce pozwala to organizacjom Wybierz rozmiar modelu zgodnie ze swoim budżetem i wymaganiamiNano do dużych, intensywnych obciążeń i niskich kosztów; Super, gdy potrzebna jest głębsza analiza przy użyciu wielu współpracujących agentów; Ultra w przypadkach, gdy jakość i długi kontekst przeważają nad kosztami GPU.

Na razie Do natychmiastowego użycia dostępny jest wyłącznie Nemotron 3 Nano.Wprowadzenie na rynek wariantów Super i Ultra planowane jest na pierwszą połowę 2026 r., co da europejskim firmom i laboratoriom czas na przeprowadzenie eksperymentów z Nano, stworzenie procesów, a następnie migrację przypadków wymagających większej wydajności.

Nemotron 3 Nano: okno na 1 milion tokenów i ograniczone koszty

Nemotron 3 Nano jest obecnie praktyczna głowa rodzinyFirma NVIDIA opisuje go jako najbardziej wydajny pod względem obliczeniowym model w swojej klasie, zoptymalizowany pod kątem zapewnienia maksymalnej wydajności w wieloagentowych przepływach pracy oraz intensywnych, ale powtarzalnych zadaniach.

Wśród jego cech technicznych na szczególną uwagę zasługują: okno kontekstowe do miliona tokenówPozwala to na zachowanie pamięci dla obszernych dokumentów, całych repozytoriów kodu lub wieloetapowych procesów biznesowych. W przypadku europejskich aplikacji w bankowości, służbie zdrowia czy administracji publicznej, gdzie dokumentacja może być obszerna, ta możliwość długoterminowego kontekstu jest szczególnie cenna.

Punkty odniesienia niezależnej organizacji Sztuczna analiza plasuje Nemotron 3 Nano jako jeden z najbardziej zrównoważonych modeli open source Łączy w sobie inteligencję, dokładność i szybkość, oferując przepustowość rzędu setek tokenów na sekundę. To połączenie czyni je atrakcyjnym dla integratorów sztucznej inteligencji i dostawców usług w Hiszpanii, którzy potrzebują dobrego doświadczenia użytkownika bez gwałtownego wzrostu kosztów infrastruktury.

Jeśli chodzi o przypadki użycia, NVIDIA celuje w Nano Podsumowanie treści, debugowanie oprogramowania, wyszukiwanie informacji i asystenci AI dla przedsiębiorstwDzięki redukcji zbędnych tokenów rozumowania możliwe jest uruchamianie agentów, którzy prowadzą długie konwersacje z użytkownikami lub systemami, bez gwałtownego wzrostu kosztów wnioskowania.

Otwarte dane i biblioteki: NeMo Gym, NeMo RL i Evaluator

Jedną z najbardziej charakterystycznych cech Nemotronu 3 jest to, że Nie ogranicza się do uwalniania wag modelowychNVIDIA udostępnia rodzinie produktów kompleksowy pakiet otwartych zasobów do szkolenia, dostrajania i oceniania agentów.

Z jednej strony udostępnia syntetyczny korpus kilka bilionów tokenów danych przedtreningowych, potreningowych i wzmacniającychTego typu zbiory danych, skupiające się na wnioskowaniu, kodowaniu i wieloetapowych przepływach pracy, umożliwiają firmom i ośrodkom badawczym generowanie własnych wariantów Nemotronu dla konkretnych dziedzin (np. prawa, opieki zdrowotnej lub przemysłu) bez konieczności zaczynania od zera.

Wśród tych zasobów na szczególną uwagę zasługują: Zestaw danych bezpieczeństwa agentów NemotronGromadzi dane telemetryczne dotyczące zachowania agentów w rzeczywistych scenariuszach. Jego celem jest pomoc zespołom w mierzeniu i wzmacnianiu bezpieczeństwa złożonych systemów autonomicznych: od działań podejmowanych przez agenta po natknięciu się na wrażliwe dane, po reakcje na niejednoznaczne lub potencjalnie szkodliwe polecenia.

Jeśli chodzi o sekcję narzędzi, NVIDIA wprowadza na rynek NeMo Gym i NeMo RL jako biblioteki open source do treningu wzmacniającego i po treningu, wraz z NeMo Evaluator do oceny bezpieczeństwa i wydajności. Biblioteki te zapewniają gotowe do użycia środowiska symulacyjne i potoki z rodziną Nemotron, ale można je rozszerzyć na inne modele.

Cały ten materiał — wagi, zestawy danych i kod — jest dystrybuowany za pośrednictwem GitHub i Hugging Face są licencjonowane na podstawie licencji NVIDIA Open Model License.aby europejskie zespoły mogły bezproblemowo zintegrować go z własnymi systemami MLOps. Firmy takie jak Prime Intellect i Unsloth już teraz włączają NeMo Gym bezpośrednio do swoich procesów, aby uprościć uczenie się przez wzmacnianie na Nemotronie.

Dostępność w chmurach publicznych i ekosystemie europejskim

Nemotron 3 Nano jest już dostępny w Przytulanie Twarzy y GitHuba także za pośrednictwem dostawców wnioskowania, takich jak Baseten, DeepInfra, Fireworks, FriendliAI, OpenRouter i Together AI. Otwiera to drogę zespołom programistów w Hiszpanii do testowania modelu za pośrednictwem API lub wdrażania go we własnych infrastrukturach bez nadmiernej złożoności.

Na froncie chmur, Nemotron 3 Nano dołącza do AWS za pośrednictwem Amazon Bedrock do wnioskowania bezserwerowego i ogłosił wsparcie dla Google Cloud, CoreWeave, Crusoe, Microsoft Foundry, Nebius, Nscale i Yotta. Dla europejskich organizacji, które już korzystają z tych platform, ułatwia to wdrożenie Nemotrona bez konieczności drastycznych zmian w architekturze.

Oprócz chmury publicznej NVIDIA promuje wykorzystanie Nemotron 3 Nano jako Mikrousługa NIM możliwa do wdrożenia w dowolnej infrastrukturze akcelerowanej przez NVIDIAUmożliwia to realizację scenariuszy hybrydowych: część obciążenia w chmurach międzynarodowych, a część w lokalnych centrach danych lub chmurach europejskich, które priorytetowo traktują przechowywanie danych w UE.

Wersje Nemotron 3 Super i Ultra, ukierunkowane na ekstremalne obciążenia rozumowania i systemy wieloagentowe na dużą skalę, są planowane na pierwszą połowę 2026 rokuTaki harmonogram daje europejskiemu ekosystemowi badawczo-biznesowemu czas na eksperymentowanie z Nano, weryfikację przypadków użycia i w razie potrzeby opracowanie strategii migracji do większych modeli.

Nemotron 3 plasuje firmę NVIDIA jako jednego z wiodących dostawców zaawansowane otwarte modele ukierunkowane na sztuczną inteligencję agentowąDzięki propozycji łączącej wydajność techniczną (hybrydowe MoE, NVFP4, masowy kontekst), otwartość (wagi, zestawy danych i dostępne biblioteki) oraz wyraźne skupienie się na suwerenności i przejrzystości danych, czyli aspektach szczególnie wrażliwych w Hiszpanii i w całej Europie, gdzie regulacje i presja na audyt sztucznej inteligencji są coraz większe.

Podobne artykuł:

Microsoft Discovery AI umożliwia przełomy naukowe i edukacyjne dzięki spersonalizowanej sztucznej inteligencji

Alberto navarro

Jestem entuzjastą technologii, który swoje „geekowskie” zainteresowania przekształcił w zawód. Spędziłem ponad 10 lat mojego życia, korzystając z najnowocześniejszych technologii i majsterkując przy wszelkiego rodzaju programach z czystej ciekawości. Teraz specjalizuję się w technologii komputerowej i grach wideo. Dzieje się tak dlatego, że od ponad 5 lat piszę dla różnych serwisów poświęconych technologii i grom wideo, tworząc artykuły, których celem jest dostarczenie potrzebnych informacji w języku zrozumiałym dla każdego.

Jeśli masz jakieś pytania, moja wiedza obejmuje wszystko, co jest związane z systemem operacyjnym Windows, a także Androidem dla telefonów komórkowych. Moje zaangażowanie jest wobec Ciebie. Zawsze jestem gotowy poświęcić kilka minut i pomóc Ci rozwiązać wszelkie pytania, jakie możesz mieć w tym internetowym świecie.