全球AI芯片巨頭英偉達近日宣布，將在未來五年投入260億美元（約合人民幣1788億元）用于開源AI大模型研發(fā)，標志著這家以硬件見長的企業(yè)正式向"全棧式AI實驗室"轉(zhuǎn)型。根據(jù)美國證券交易委員會披露的文件，這筆資金將覆蓋從底層架構到應用層的全產(chǎn)業(yè)鏈開發(fā)，首批自研模型預計于2026至2027年間面世。這一投資規(guī)模不僅遠超OpenAI訓練GPT-4的30億美元成本，更通過"開放權重"模式在完全閉源與完全開源之間開辟新路徑——企業(yè)可免費獲取模型參數(shù)進行本地化部署，但訓練數(shù)據(jù)與核心代碼仍保持部分封閉。

在技術布局方面，英偉達已形成多領域覆蓋的模型矩陣。自2023年11月發(fā)布首個Nemotron模型以來，該公司陸續(xù)推出針對機器人控制、氣候預測、蛋白質(zhì)結構解析等垂直場景的專用模型。最新完成的5500億參數(shù)模型預訓練工作，使其在多模態(tài)大模型領域躋身全球前列。其最新推出的Nemotron 3 Super模型總參數(shù)量達1280億，通過動態(tài)激活技術將推理參數(shù)量壓縮至120億，同時支持100萬token的超長上下文處理。在第三方基準測試中，該模型以37分的綜合評分超越GPT-OSS的33分，并在機器人控制專項測試PinchBench中奪得榜首，不過公司同時承認部分中國模型在該指標上表現(xiàn)更優(yōu)。

開源戰(zhàn)略背后隱藏著精密的商業(yè)算計。通過公開模型權重與技術細節(jié)，英偉達正構建以自身硬件為核心的開發(fā)者生態(tài)。甲骨文、戴爾、HPE等云服務商已將其模型納入解決方案庫，生命科學領域的Edison Scientific等機構則將模型整合至藥物研發(fā)流程。這種"硬件+模型"的捆綁策略已顯現(xiàn)成效——當企業(yè)基于Nemotron架構開發(fā)智能體時，其大規(guī)模部署所需的GPU集群自然傾向選擇英偉達產(chǎn)品。金融分析師測算，若能在基礎模型市場占據(jù)10%份額，三年內(nèi)可為英偉達帶來每年500億美元的增量收入。

這場轉(zhuǎn)型實質(zhì)是對AI產(chǎn)業(yè)話語權的爭奪。長期以來，英偉達雖占據(jù)全球80%以上的AI芯片市場份額，但在模型層始終處于跟隨地位。此次通過開源模型定義技術標準，既可鞏固硬件優(yōu)勢，又能將算力需求與自身產(chǎn)品深度綁定。公司應用深度學習研究副總裁布萊恩·卡坦扎羅直言："我們正在從底層重構AI開發(fā)范式。"這種戰(zhàn)略轉(zhuǎn)向與CEO黃仁勛的產(chǎn)業(yè)認知密切相關，其在最新長文中將AI定義為繼電力、互聯(lián)網(wǎng)之后的第三代基礎設施，強調(diào)其運行需要真實的硬件支撐與持續(xù)數(shù)萬億美元的投資。

針對就業(yè)市場的爭議，黃仁勛特別撰文闡述AI的經(jīng)濟價值。他以AI工廠建設為例，指出每個超大規(guī)模數(shù)據(jù)中心都需要電工、網(wǎng)絡工程師、設備維護人員等崗位，這些高技能工作目前存在巨大缺口。據(jù)其估算，僅美國就需要新增50萬名AI基礎設施相關從業(yè)者，全球范圍內(nèi)卡車司機、護士等崗位的勞動力短缺問題，也將通過智能輔助系統(tǒng)得到緩解。這種將AI定位為"勞動力放大器"而非替代者的觀點，正在重塑公眾對技術革命的認知框架。