什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

英伟达宣布五年投入260亿美元开发开源AI大模型,加速全栈生态布局

2026年3月,英伟达正式宣布未来五年将投入260亿美元开发开源AI大模型,标志着其从芯片制造商向全栈AI实验室的战略转型。该投资规模远超OpenAI训练GPT-4的30亿美元,覆盖模型开发、算力基础设施、人才储备及生态系统建设。首批自研开源模型预计于2026年底至2027年初面世,目前已秘密完成5500亿参数超大模型预训练。此举直接回应了全球AI初创公司对高性能、可私有部署模型的迫切需求,同时也引发了关于其是否通过“开源”强化对算力生态控制的广泛讨论。90514853
01所谓“支持开源模型”的具体形式与技术边界
对比维度对闭源模型(如GPT系列)对英伟达开源模型(如Nemotron 3系列)
模型权重不公开完全开源,宽松许可证
训练数据通常不公开开源超10万亿token数据集
训练代码与配方不公开开源全套预训练/后训练代码及“训练配方”
推理优化依赖API,成本高深度集成TensorRT-LLM、vLLM等框架,支持NVFP4低精度格式,在Blackwell架构上实现4–10倍成本降低
硬件绑定无特定要求虽宣称开放,但所有优化均针对英伟达GPU(如Blackwell、H100),非英伟达硬件无法获得同等性能

英伟达对闭源模型与自研开源模型在关键维度上的实际差异

02260亿美元市场的构成与初创公司的实际依赖现状
截至2025年第四季度,全球绝大多数AI初创公司在训练和推理环节高度依赖英伟达GPU。市场研究显示,超50%的智能手机已具备本地运行大模型能力,但高性能模型的训练仍集中于云端,且主要采用英伟达硬件。在中国市场,尽管国产GPU加速替代,英伟达H20芯片在AI/数据中心GPU市占率仍达70%。云厂商财报亦显示,其AI资本开支中GPU采购占比极高,而微软、谷歌、Meta等将GPU折旧年限延长至5–6年,进一步压低单卡成本以维持对英伟达生态的粘性。这种深度绑定使得初创公司在选择开源模型时,天然倾向于与英伟达硬件协同优化的方案,形成事实上的“算力税”支付路径。9697113114
03全球主要初创公司及机构的公开回应与合同调整
  • 埃森哲、德勤、西门子、ServiceNow、Zoom、Palantir、思科、甲骨文
    已将Nemotron 3系列模型集成至IT工单自动化、制造业产线优化、网络安全等AI工作流,用于加速从原型到企业级部署。
    68677299
  • Sully.ai
    报告称通过迁移到基于Blackwell的开源模型方案,推理成本下降90%,响应时间提升65%。
    74
  • Perplexity、Sentient Labs
    利用Nemotron 3支撑高并发多代理查询,单周处理量达560万次。
    7459
  • 梅赛德斯-奔驰
    与英伟达合作推出基于开源Alpamayo模型的L2级全栈自动驾驶方案,2026年在欧美上市。
    9195130
04该举措对行业生态的客观影响(截至当前可验证范围)
自Nemotron 3系列发布以来,其在Hugging Face的下载量显著增长,社区实测显示在英伟达硬件上推理吞吐量较同类模型提升2.2–4倍。同时,开源模型与Blackwell架构的协同使每token推理成本降低4–10倍,“专有溢价”时代趋于终结。然而,第三方监测亦指出,尽管模型开源,但其训练与推理工具链(如NeMo、TensorRT-LLM)深度绑定CUDA生态,使得开发者一旦采用,迁移至非英伟达平台的成本极高。此外,随着NemoClaw平台的推出,英伟达正从“卖铲子”转向定义AI Agent时代的基础设施规则,其“开源”策略实质是通过软件生态巩固硬件主导权,形成新型“算力税”征收机制。746552100

评论

评论区空态插画

当前文章无评论,是时候发表评论了