Databricks und NVIDIA entwickeln eine End to End Plattform für die "Agentic Era" – mit NVIDIAs Vera CPU, der ersten CPU speziell für die Orchestrierung von KI Agenten, serverlosen GPU Runtimes (AI Runtime mit A10 und... Die Partnerschaft spiegelt einen grundlegenden Wandel wider: Die Leistung von KI Agenten wird zun...

Create a landscape editorial hero image for this Studio Global article: How are Databricks and NVIDIA deepening their partnership to optimize AI agent workloads, and what specific technologies, integrations, and. Article summary: Databricks and NVIDIA are significantly deepening their partnership to build an end-to-end platform purpose-built for the "agentic era," integrating NVIDIA's latest silicon (Vera CPU, Blackwell/Rubin GPUs), serverless GP. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Databricks und NVIDIA vertiefen ihre Partnerschaft massiv: Ziel ist eine durchgängige Plattform für das, was die Branche die "Agentic Era" nennt – die Ära autonomer, mehrstufiger KI-Agenten . Die Integration umfasst NVIDIAs neueste Siliziumgeneration (Vera CPU, Blackwell/Rubin GPUs), serverlose GPU-Runtimes und agentenspezifische Werkzeuge, die direkt in die Databricks Data Intelligence Platform einfließen.
Im Kern geht es um den gesamten Lebenszyklus eines Agenten: vom Training und Feintuning auf serverlosen NVIDIA GPUs bis zur Inferenz und Orchestrierung auf den neuen Vera CPUs – alles verankert im Databricks Lakehouse für eine strenge Daten-Governance.
Databricks integriert NVIDIAs neue Vera CPU in die Plattform. Vera ist ein maßgeschneiderter Arm-basierter Prozessor mit einem 256 MB L3-Cache und einer dedizierten Hardware-Einheit für JSON-Parsing. Entwickelt wurde er speziell für die Orchestrierungs- und Reinforcement-Learning-Schleifen, die bei Agenten-Workloads zum Flaschenhals werden . Dahinter steckt eine grundlegende These: NVIDIA und Databricks wetten darauf, dass die Leistung von KI-Agenten in Zukunft weniger durch die reine GPU-Durchsatzleistung begrenzt wird als vielmehr durch die Host-CPU, die Planung, Tool-Aufrufe und Gedächtnisschleifen ausführt
.
Mit dem AI Runtime (AIR) hat Databricks eine serverlose Compute-Schicht gestartet, die bedarfsgesteuerten Zugriff auf NVIDIA A10- und H100-GPUs für Training und Feintuning von Deep-Learning-Modellen bietet – ohne den Aufwand, selbst Infrastruktur verwalten zu müssen . Multi-Node-Training und Multi-GPU-Support befinden sich derzeit in der Beta-Phase
.
NVIDIA GPU-Beschleunigung steht jetzt auch in der kostenlosen Databricks-Version zur Verfügung – das senkt die Einstiegshürde für Entwickler, die mit KI-Agenten experimentieren möchten .
Die erweiterte Zusammenarbeit umfasst verbessertes Model Serving für agentische Workloads sowie die vollständige Unterstützung von NVIDIAs agentenorientiertem Software-Stack (z. B. NVIDIA Agent Toolkit, NIM-Mikroservices). All das läuft auf kontrollierten Unternehmensdaten im Databricks Lakehouse .
NVIDIAs beschleunigtes Computing wird in Databricks Photon integriert – der Hochleistungs-SQL-Engine, die Datenvorverarbeitung und ETL für KI-Pipelines beschleunigt . NVIDIA-CEO Jensen Huang betonte, dass es fünf Jahre gedauert habe, die Bibliotheken zu entwickeln, die diese Beschleunigung möglich machen
.
Die Partnerschaft ist explizit auf den Wandel von statischen KI-Modellen hin zu autonomen, mehrstufigen KI-Agenten ausgerichtet. Diese benötigen eine enge Verzahnung von Daten, Rechenleistung und Orchestrierung. Ein Databricks-Bericht prognostiziert für 2026 einen Anstieg der Einführung autonomer KI-Systeme um 327 % .
NVIDIA und Databricks setzen darauf, dass die Leistung von KI-Agenten künftig vor allem durch die Host-CPU begrenzt wird – also den Prozessor, der Planung, Tool-Aufrufe und Gedächtnisschleifen ausführt – und nicht mehr allein durch die GPU. Die Vera CPU wurde entwickelt, um diese Lücke zu schließen .
Ein zentraler Trend: Agenten müssen auf geprüfte, qualitativ hochwertige Unternehmensdaten zugreifen können. Die Partnerschaft bringt die NVIDIA-Beschleunigung in Databricks' Unity Catalog-gesteuertes Lakehouse, sodass Agenten über vertrauenswürdige Daten statt über isolierte oder unkontrollierte Quellen nachdenken .
Parallel investiert Databricks in offene Protokolle (OpenSharing für Agent Skills) und Agenten-Building-Tools (Agent Bricks, Lakebase für Agenten-Gedächtnis). NVIDIA wiederum baut seine AI-Factory-Partnerschaften mit HPE und anderen aus – die Allianz ist Teil eines breiteren Branchenvorstoßes hin zu standardisierter, produktionsreifer Agenten-Infrastruktur .
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Databricks und NVIDIA entwickeln eine End to End Plattform für die "Agentic Era" – mit NVIDIAs Vera CPU, der ersten CPU speziell für die Orchestrierung von KI Agenten, serverlosen GPU Runtimes (AI Runtime mit A10 und...
Databricks und NVIDIA entwickeln eine End to End Plattform für die "Agentic Era" – mit NVIDIAs Vera CPU, der ersten CPU speziell für die Orchestrierung von KI Agenten, serverlosen GPU Runtimes (AI Runtime mit A10 und... Die Partnerschaft spiegelt einen grundlegenden Wandel wider: Die Leistung von KI Agenten wird zunehmend durch die Host CPU begrenzt, nicht durch die GPU.
Konkrete Technologien der Zusammenarbeit umfassen die Integration von NVIDIAs CUDA beschleunigtem Photon Engine, GPU Unterstützung in der Databricks Free Edition und die Nutzung des NVIDIA Agent Toolkits für reguliert...
Loading comments...
Comments
0 comments