3 月 12 日消息，英偉達公司昨日（3 月 11 日）發布博文，宣布推出 Nemotron 3 Super 開源大模型，是其迄今為止最強大的開源權重 AI 模型。

注：開源權重模型（Open-weight AI models）是指將決定 AI 模型行為的關鍵參數（權重）向公眾免費開放的模型。與完全閉源的模型（如 GPT-4）不同，開發者可以下載并在自己的設備上運行或微調這些模型。

Nemotron 3 Super 模型擁有 1200 億參數，采用混合專家（MoE）架構（推理時僅激活 120 億），專為大規模運行復雜智能體（Agentic AI）系統設計。

該模型結合了先進的推理能力，能夠為自主智能體高精度地完成任務。Perplexity、Palantir 和西門子等行業巨頭目前已將其應用于搜索、軟件開發、電信和半導體設計等核心工作流中。

隨著企業將 AI 應用從聊天機器人轉向多智能體，往往面臨兩大瓶頸：“上下文爆炸”與“推理稅”。多智能體交互會產生最多 15 倍的 Token 量，導致成本飆升和目標偏移；同時，復雜智能體每步都需要推理，讓系統變得昂貴且遲鈍。

Nemotron 3 Super 為解決這些問題，配備了 100 萬 Token 的上下文窗口。這讓智能體能夠將完整的工作流狀態保留在內存中，從而防止目標偏移，并大幅降低多步推理的成本。

在架構與性能方面，該模型采用了混合專家（MoE）架構，將吞吐量提升了 5 倍，準確率比前代翻倍。具體而言，其 Mamba 層使內存和計算效率提高了 4 倍，而 Transformer 層則負責高級推理。

模型引入了“潛在 MoE（Latent MoE）”新技術，以單個專家的計算成本激活四個專家；并支持多 Token 預測，讓推理速度提升 3 倍。在英偉達 Blackwell 平臺上，該模型以 NVFP4 精度運行，相比 Hopper 架構上的 FP8，內存需求更低且推理速度快 4 倍。

英偉達對該模型采取了高度開放的策略。官方不僅遵循寬松許可證開源了模型權重，還公布了完整的訓練方法，包括超 10 萬億 Token 的數據集和評估配方。在實際場景中，它能一次性加載完整代碼庫進行端到端調試，或瞬間讀取數千頁財務報告。

開發者目前可通過 Hugging Face、各大云服務商（谷歌云、甲骨文，及即將上線的 AWS 和 Azure）獲取該模型。同時，它已被打包為 NVIDIA NIM 微服務，支持無縫部署制本地數據中心和云端。