英偉達近日正式推出其史上最強大的開源權重AI模型——Nemotron 3 Super，這一舉措為人工智能領域注入新的活力。開源權重模型的核心在于將決定模型行為的關鍵參數向公眾開放，開發者可自由下載并在本地設備上運行或優化，與GPT-4等閉源模型形成鮮明對比。
該模型擁有1200億參數，采用混合專家（MoE）架構設計，推理時僅激活120億參數，在保證性能的同時顯著降低計算成本。其專為大規模復雜智能體系統打造，結合先進的推理能力，可支持自主智能體高精度完成任務。目前，Perplexity、Palantir和西門子等科技巨頭已將其應用于搜索、軟件開發、電信及半導體設計等核心業務場景。
隨著企業AI應用從單一聊天機器人向多智能體協作轉型，行業面臨兩大挑戰：多智能體交互產生的Token量激增導致成本飆升，以及復雜推理流程引發的系統遲緩。數據顯示，多智能體交互可能使Token量增加15倍，同時每步推理需求進一步推高計算開銷。Nemotron 3 Super通過配備100萬Token的超大上下文窗口，使智能體能夠完整保留工作流狀態，有效避免目標偏移，并大幅降低多步推理成本。
在技術架構層面，該模型通過混合專家架構將吞吐量提升至前代的5倍，準確率實現翻倍增長。其創新性的Mamba層設計使內存和計算效率提高4倍，而Transformer層則專注于高級推理任務。更引人注目的是"潛在MoE"技術，該技術允許以單個專家的計算成本激活四個專家，配合多Token預測功能，使推理速度提升3倍。在英偉達Blackwell平臺上，該模型采用NVFP4精度運行，相較Hopper架構的FP8，內存需求降低的同時推理速度提升4倍。
英偉達對模型開放策略采取前所未有的力度，不僅通過寬松許可證開源模型權重，更公開完整訓練方法，包括超10萬億Token的數據集構建方案和評估指標。這種透明度使開發者能夠直接加載完整代碼庫進行端到端調試，或快速處理數千頁財務報告等超長文本。實際應用中，某金融企業利用該模型在30秒內完成對2000頁年報的深度分析，效率較傳統方法提升20倍。
開發者可通過Hugging Face平臺及谷歌云、甲骨文等云服務商獲取模型，AWS和Azure服務即將上線。為簡化部署流程，英偉達將其封裝為NVIDIA NIM微服務，支持在本地數據中心和云端無縫遷移。某軟件開發團隊測試顯示，基于該微服務的智能體協作系統，在代碼生成任務中較前代模型減少67%的推理時間，同時保持92%的準確率。
