NVIDIA 这次不是发张卡就完事,它把模型也端上桌了。
Nemotron 3.5 这一代分得很清楚:Super VL 是 1200 亿参数的多模态开放模型,给数据中心用;Bolt 系列往端侧塞,74B-A9B 压进 24GB 显存,更小的 E4B 只吃 4GB,10 月 23 日上线。翻译一下——它把「你该用多大模型」这件事,按显存档位给你分好了。
这步棋的狠劲在垂直整合。过去 NVIDIA 卖的是 shovel(铲子,指算力硬件),现在连金矿的「矿」都顺手备好。做 Agent 部署的团队,原来要在「买谁家的模型 + 跑在谁家的卡上」之间反复权衡,现在 NVIDIA 一句话:我的模型,我的卡,我的推理栈(指模型从加载到吐 token 的整套软件链路),一条龙。
对工业场景里真把智能体跑起来的人来说,这是个诱人的默认选项。大模型留在自家数据中心,小模型直接蹲在边缘设备里,调度的边界被硬件厂商替你画好了。
但别急着全押。开放权重不等于开放护城河,NVIDIA 的「免费模型」本质是给它家的卡和推理软件做引流。你省下的模型采购费,大概率会从算力账单里加倍收回去。
我的判断:Nemotron 3.5 真正改变的,不是模型能力上限,而是「买模型还是买卡」这个伪命题——以后可能根本不用选,捆绑着卖。