Databricks og NVIDIA bygger platform til agentisk AI med Vera CPU og serverløse GPU'er

AI Runtime: Serverløse NVIDIA GPU'er

Databricks lancerede AI Runtime, et serverløst compute-lag, der giver on-demand adgang til NVIDIA A10- og H100-GPU'er til træning og finjustering af deep learning-modeller uden infrastrukturoverhead . Multi-node distribueret træning og multi-GPU-understøttelse er i beta, og tjenesten er designet til computervision, LLM'er og deep learning-baserede anbefalingssystemer .

GPU-understøttelse i Databricks Free Edition

NVIDIA GPU-acceleration er nu tilgængelig i Databricks' gratisniveau, hvilket sænker barren for udviklere, der vil eksperimentere med AI-agenter .

Model Serving-forbedringer og agentisk AI-stack

Det udvidede samarbejde omfatter forbedret model-serving til agentiske arbejdsbelastninger og fuld understøttelse af NVIDIA's agentorienterede softwarestack (f.eks. NVIDIA Agent Toolkit, NIM-mikrotjenester), som kører på styrede virksomhedsdata i Databricks' datasø .

NVIDIA CUDA-accelereret Photon Engine

NVIDIA's accelererede computing er integreret i Databricks Photon, den højtydende SQL-motor, for at fremskynde dataforbehandling og ETL til AI-pipelines . NVIDIA's CEO Jensen Huang bemærkede, at det tog fem år at bygge de biblioteker, der gør denne acceleration mulig .

Industriens trends bag samarbejdet

Agentisk AI's fremmarch

Partnerskabet er eksplicit rammesat omkring skiftet fra statiske AI-modeller til autonome, flertrins AI-agenter, der kræver tæt kobling af data, compute og orkestrering. En Databricks-rapport viser en stigning på 327% i adoptionen af autonome AI-systemer frem mod 2026 .

CPU bliver den nye flaskehals

NVIDIA og Databricks satser på, at AI-agenters ydeevne nu er begrænset af værts-CPU'en (som kører planlægning, værktøjsopslag og hukommelsesloops) snarere end af GPU-gennemstrømning alene. Vera CPU er designet til at lukke dette hul .

Styrede data som fundament

En kerne- trend er, at agenter skal handle på styrede, højkvalitetsdata. Partnerskabet lægger vægt på at bringe NVIDIA-acceleration til Databricks' Unity Catalog-styrede datasø, så agenter ræsonnerer over betroede data i stedet for isolerede eller ugrundede kilder .

Økosystemets udvidelse

Databricks investerer også i åbne protokoller (OpenSharing for Agent Skills) og agentbygningsværktøjer (Agent Bricks, Lakebase til agenthukommelse), mens NVIDIA samtidig udvider sine AI Factory-partnerskaber med HPE og andre – hvilket placerer dette samarbejde i en bredere industribevægelse mod standardiseret, produktionsklar agentinfrastruktur .