英偉達(dá)公司正式推出其迄今為止性能最強(qiáng)的開(kāi)源權(quán)重AI模型——Nemotron 3 Super。這款專為復(fù)雜智能體系統(tǒng)設(shè)計(jì)的模型擁有1200億參數(shù)，采用混合專家架構(gòu)，在推理時(shí)僅激活120億參數(shù)，既保證了計(jì)算效率又降低了資源消耗。與完全閉源的GPT-4等模型不同，該模型將核心參數(shù)完全開(kāi)放，允許開(kāi)發(fā)者自由下載、運(yùn)行及微調(diào)。

行業(yè)應(yīng)用方面，Perplexity、Palantir和西門子等科技巨頭已率先將其引入核心業(yè)務(wù)場(chǎng)景。在搜索優(yōu)化、軟件開(kāi)發(fā)、電信網(wǎng)絡(luò)設(shè)計(jì)及半導(dǎo)體制造等領(lǐng)域，該模型展現(xiàn)出強(qiáng)大的任務(wù)處理能力，尤其擅長(zhǎng)支撐自主智能體完成高精度復(fù)雜任務(wù)。其百萬(wàn)Token的超大上下文窗口設(shè)計(jì)，有效解決了多智能體交互中常見(jiàn)的"上下文爆炸"問(wèn)題，使工作流狀態(tài)保持完整，顯著降低多步推理成本。

技術(shù)架構(gòu)實(shí)現(xiàn)多重突破?；旌蠈＜壹軜?gòu)使模型吞吐量提升5倍，準(zhǔn)確率較前代產(chǎn)品翻倍。創(chuàng)新性的Mamba層結(jié)構(gòu)將內(nèi)存與計(jì)算效率提高4倍，配合Transformer層的高級(jí)推理能力，形成高效協(xié)同。通過(guò)"潛在MoE"技術(shù)，模型能以單個(gè)專家的計(jì)算成本激活四個(gè)專家，配合多token預(yù)測(cè)功能使推理速度提升3倍。在英偉達(dá)Blackwell平臺(tái)上采用NVFP4精度運(yùn)行時(shí)，內(nèi)存需求較Hopper架構(gòu)的FP8降低75%，推理速度提升4倍。

開(kāi)源策略體現(xiàn)高度開(kāi)放性。除公開(kāi)模型權(quán)重外，英偉達(dá)同步發(fā)布了完整的訓(xùn)練方法，包括超10萬(wàn)億token的數(shù)據(jù)集構(gòu)成和評(píng)估方案。該模型支持直接加載完整代碼庫(kù)進(jìn)行端到端調(diào)試，也能瞬間處理數(shù)千頁(yè)規(guī)模的財(cái)務(wù)報(bào)告等長(zhǎng)文本。開(kāi)發(fā)者可通過(guò)Hugging Face平臺(tái)或谷歌云、甲骨文等云服務(wù)商獲取模型，AWS和Azure版本即將上線。

部署方案兼顧靈活性與便捷性。模型已封裝為NVIDIA NIM微服務(wù)，支持在本地?cái)?shù)據(jù)中心和云端環(huán)境無(wú)縫部署。這種設(shè)計(jì)既滿足企業(yè)級(jí)應(yīng)用對(duì)數(shù)據(jù)安全的要求，又為中小開(kāi)發(fā)者提供了低成本接入途徑?；旌蠈＜壹軜?gòu)的動(dòng)態(tài)參數(shù)激活機(jī)制，使企業(yè)可根據(jù)實(shí)際需求靈活調(diào)整計(jì)算資源投入。