英偉達開源全新大模型：黃仁勛不想只「賣鏟子」

新智元報道

編輯：定慧

【新智元導讀】2025年底，AI戰局繼續撲朔迷離，賣鏟子的英偉達似乎也想要下場挖礦了。12月15日英偉達對外宣布Nemotron 3家族（Nano/Super/Ultra），Nano先發布，Super/Ultra規劃在2026年上半年。

長久以來，全世界都習慣默認AI領域遵循一種分工：英偉達和其他。

其他包括：OpenAI、Meta、谷歌、DeepSeek、xAI等等。

分工的原則也很簡單：賣鏟子和用鏟子的。

最近谷歌靠著TPU，具備了和英偉達掰一掰手腕的能力。但短期內依然難以撼動英偉達

只要金礦還在，無論誰挖到了金子，賣鏟子的人永遠穩賺不賠。

這種商業模式讓英偉達的市值一度沖破天際，成為全球最賺錢的科技公司之一。

然而，2025年底，英偉達似乎不再滿足于這種狀態，它想親自下場挖礦。

英偉達正式發布了全新的開源模型家族——Nemotron 3。

這不僅僅是一次例行的產品更新，更像是一次精心策劃的戰略突襲。

英偉達不再滿足于僅僅提供硬件底座，它親自下場了，而且一出手就是顛覆性的「王炸」：

Mamba架構、MoE（混合專家模型）、混合架構、100萬Context（上下文窗口）。

Nemotron 3系列開源模型涵蓋Nano、Super和Ultra三種規格。

Nemotron 3是英偉達對OpenAI或Meta開源的一次簡單模仿嗎？還是黃仁勛的玩票之舉？

解剖Nemotron 3

縫合怪還是終極進化體？

在AI的競技場上，架構就是命運。

過去幾年，Transformer架構如日中天，它是ChatGPT的靈魂，是Llama的基石，是所有大模型的底層。

但隨著模型參數的膨脹和應用場景的深入，Transformer的瓶頸也日益凸顯：推理成本高、顯存占用大、處理超長文本時效率低下。

英偉達這次推出的Nemotron 3家族，并非單純的Transformer模型，而是一個集眾家之長的「混血王子」。

它極其大膽地融合了Mamba（狀態空間模型）、Transformer（注意力機制）和MoE（混合專家模型）三大頂尖技術。

其中，Nemotron 3 Nano通過突破性的混合專家架構，吞吐量比Nemotron 2 Nano提升4倍。

Nemotron憑借先進的強化學習技術，通過大規模并發多環境后訓練實現了卓越的準確性。

NVIDIA率先發布了一套最先進的開源模型、訓練數據集以及強化學習環境和庫，用于構建高精度、高效率的專用AI智能體。

家族譜系：不僅僅是「大、中、小」

Nemotron 3并非單指一個模型，而是一個完整的家族矩陣，旨在覆蓋從端側設備到云端超級計算機的全場景需求。

根據英偉達的規劃，這個家族主要包含三位成員，每一位都身負不同的戰略使命：

Nemotron 3 Nano（現已發布）：邊緣側的「特種兵」

參數規模：總參數量30B（300億），但推理時激活參數僅為3B（30億）左右。

核心定位：它是家族中的先鋒，主打高效推理和邊緣計算。在消費級顯卡甚至高端筆記本上就能流暢運行。

技術亮點：它是目前市面上最強的「小鋼炮」，利用混合架構實現了極致的吞吐量，專門針對需要快速響應的Agent（智能體）任務設計。

戰略意義：Nano的存在是為了證明「混合架構」的可行性，并迅速占領開發者桌面和端側設備市場。

Nemotron 3 Super（預計2026上半年）

參數規模：約100B（1000億），激活參數約10B。

核心定位：面向企業級應用和多智能體（Multi-Agent）協作的中樞。它需要在性能與成本之間找到完美的平衡點。

技術躍遷：預計將引入更高級的Latent MoE技術，專為復雜的企業工作流設計。

Nemotron 3 Ultra（預計2026上半年）：挑戰GPT-5

參數規模：約500B（5000億），激活參數約50B。

核心定位：家族的旗艦，處理最復雜的推理、科研和深度規劃任務。

野心：直接對標GPT-5級別的閉源模型，旨在成為開源界的推理天花板。它將展示英偉達在超大規模集群上的訓練能力。

Nemotron 3 Nano它不僅僅是一個模型，更是一個技術驗證平臺，證明了「Mamba+MoE」在小參數下也能爆發出驚人的戰斗力。

Mamba架構：向Transformer的「內存殺手」宣戰

要理解Nemotron 3的革命性，首先得聊聊Mamba。

為什么英偉達要在一個主流模型中引入這個相對「小眾」的架構？

在LLM（大語言模型）的世界里，Transformer是絕對的霸主，但它有一個致命的弱點：

隨著輸入內容的變長，它的計算量和內存消耗呈平方級爆炸式增長。

想象一下，你讀一本書。

如果你是Transformer，讀第一頁時很輕松；讀到第一千頁時，為了理解當前的句子，你必須同時在腦海里復盤前999頁的每一個字與當前字的關系（注意力機制）。

這需要巨大的「腦容量」（顯存）。當上下文達到10萬、100萬字時，任何現有的GPU都會被瞬間撐爆。

Mamba則不同。它基于SSM（狀態空間模型，State Space Models），本質上更像是一個擁有超強短期記憶的循環神經網絡。

它閱讀的方式更像人類：讀過去的內容會被「消化」進一個固定大小的記憶狀態（State）中，不需要時刻回頭翻看每一個字。

論文地址：https://arxiv.org/pdf/2312.00752

Mamba的核心優勢：

1. 線性復雜度（O(N)）：

   無論書有多厚，Mamba的推理消耗幾乎是恒定的。讀1萬字和讀100萬字，對顯存的壓力幾乎一樣。

2. 推理速度極快：

   因為不需要計算龐大的KVCache（鍵值緩存）注意力矩陣，Mamba的生成速度（吞吐量）極高。

3. 無限上下文的潛力：

   理論上，Mamba可以處理極長的序列而不會撐爆顯存。

然而，Mamba也有短板。

在處理極其復雜的邏輯推理、或者需要「回頭看」精準定位某個信息點（Copying/Recall任務）時，它的表現不如Transformer的Attention機制精準。

因為信息在被壓縮進「狀態」時，難免會有損耗。

英偉達的解法：成年人不做選擇，我全都要。

Nemotron 3采用了Hybrid Mamba-Transformer（混合Mamba-Transformer）架構。

這是一個聰明的設計：

Mamba層（主力）：負責處理海量的上下文信息，構建長期的記憶流，保證模型「讀得快、記得多、省顯存」。這構成了模型的主干。

Transformer層（輔助）：在關鍵節點插入Attention層，負責「精準打擊」，處理需要高度邏輯推理和細節回調的任務。

這種設計讓Nemotron 3 Nano擁有了100萬token（1M）的超長上下文窗口，同時推理速度比同尺寸的純Transformer模型快了4倍。

MoE架構：把大象裝進冰箱的魔法

如果說Mamba解決了「長」的問題，那么MoE（Mixture of Experts，混合專家）就解決了「大」的問題。

傳統的稠密模型（Dense Model）像是一個全能通才，不管你問什么問題（是寫詩還是算數），它都要調動大腦里所有的神經元來思考。

這非常浪費算力。

MoE架構則像是一個「專家團」。

在Nemotron 3 Nano這個30B的模型里，住著128個不同的「專家」（Experts）。

NVFP4：英偉達「新霸權」

這是英偉達硬件霸權的直接體現。

Nemotron 3 Super/Ultra將采用NVFP4格式進行訓練和推理。

論文鏈接：https://arxiv.org/html/2509.25149v1

Blackwell專屬：這是英偉達下一代GPU架構Blackwell的原生支持格式。

極致壓縮：相比現在的FP16（16位浮點）或BF16，NVFP4將模型體積壓縮了3.5倍。

精度無損：許多人擔心4-bit精度會讓模型變笨。

英偉達利用特殊的兩級縮放（Two-levelScaling）技術，結合塊級（Block-level）和張量級（Tensor-level）的縮放因子，在4-bit這種極低精度下，依然保持了模型的高性能。

這意味著什么？

這意味著，未來的500B巨型模型（Ultra），可能只需要現在100B模型的顯存就能跑起來。

但這有一個前提：你必須用英偉達的Blackwell顯卡。

這是一個極其隱蔽但致命的「軟硬件鎖定」策略。

英偉達正在通過數據格式，為自己的硬件挖一條深深的護城河。

此外，英偉達還推出了「NeMo Gym」強化學習實驗室，并罕見地開源了訓練數據，旨在為開發者提供構建AI智能體的完整工具鏈。

英偉達的「陽謀」

為什么英偉達這個在這個星球上最賺錢的芯片公司，還要費盡心機去搞一個開源模型？

甚至不惜投入巨大的資源去研發Mamba這種非主流架構？

從「賣鏟子」到「定義挖礦標準」

過去，英偉達是單純的「賣鏟子」。

不管你用PyTorch還是TensorFlow，不管你跑Llama還是GPT，只要你買H100/H200/GB200，黃仁勛就開心。

但現在，市場變了。

危機正在逼近：

1. 競爭對手崛起：

   AMD的ROCm正在追趕；谷歌的TPU在自家生態里極其便宜且強大，甚至能做到比英偉達便宜一半；各大云廠商（AWS、Azure）都在自研推理芯片。

2. 模型架構分化：

   如果未來的模型不再依賴CUDA優化，或者專門針對TPU優化，英偉達的護城河就會變淺。

發布Nemotron 3，英偉達實際上是想要定義下一代AI的標準。

推廣Mamba架構：Mamba架構雖然好，但對硬件優化要求極高（需要高效的并行掃描算法）。

誰最懂如何在GPU上跑Mamba？

當然是英偉達。通過開源高性能的Mamba模型，英偉達在誘導開發者使用這種架構。

一旦生態形成，大家會發現：只有在英偉達的GPU上，Mamba才能跑得這么快。這就在算法層面鎖死了硬件選擇。

NVFP4的鎖定：這是一個更露骨的陽謀。

Nemotron 3 Super/Ultra使用NVFP4格式。這是一種只有Blackwell GPU原生支持的格式。

如果你想用最高效、最先進的開源模型？請購買Blackwell顯卡。

英偉達不再滿足于你用它的卡，它要你用它的架構、它的數據格式、它的軟件棧。

它要讓整個AI生態長在它的硅基底座上。

Nemotron 3的發布，標志著AI行業進入了一個新的階段。

英偉達正在構筑一個閉環的開放生態。聽起來很矛盾？不，這正是高明之處。

從戰術上看，這是一款極其優秀的模型。它快、準、省，解決了企業部署AI的痛點，特別是對于那些想做Agent、想處理長文檔的公司來說，Nemotron 3 Nano似乎也是一個不錯的答案。

從戰略上看，這是英偉達構建「AI帝國」最關鍵的一塊拼圖。

• 硬件：Blackwell GPU+NVLink+NVFP4。

• 軟件：CUDA+NeMo+TensorRT。

• 模型：Nemotron(Mamba+MoE)。

• 應用：NIMs(Nvidia Inference Microservices)。

它開放模型權重，讓誰都能用；但它封閉最佳體驗，只有在英偉達的全棧生態里，你才能獲得那4倍的加速、那極致的壓縮、那絲滑的部署體驗。

對于開發者來說，這是一場盛宴。有了更強的開源工具，能做更酷的事情。

對于競爭對手來說，這是一場噩夢。追趕英偉達的難度，從單純造出芯片，變成了要造出芯片、還要適配架構、還要優化軟件、還要提供模型……這是一場全維度的戰爭。

Nemotron 3就像是黃仁勛扔進AI湖面的一顆石子，漣漪才剛剛開始擴散。

2026年，當500B參數的Nemotron Ultra帶著Latent MoE和NVFP4降臨時，那或許才是AI大戰真正的「諾曼底」時刻。

彩蛋

不過，想要做好大模型并不是容易的事情。

英偉達最新Nemotron 3在開源榜單中排名已經出來了。

Nemotron 3 Nano（30B-A3B）目前在文本排行榜上排名第120位，得分為1328分，在開源模型中排名第47位。

參考資料：

https://nvidianews.nvidia.com/news/nvidia-debuts-nemotron-3-family-of-open-models

https://venturebeat.com/ai/nvidia-debuts-nemotron-3-with-hybrid-moe-and-mamba-transformer-to-drive

https://www.wired.com/story/nvidia-becomes-major-model-maker-nemotron-3/

秒追ASI

?點贊、轉發、在看一鍵三連?

點亮星標，鎖定新智元極速推送！