Databricks lanzó AI Runtime, una capa de cómputo serverless que proporciona acceso bajo demanda a GPUs NVIDIA A10 y H100 para entrenar y ajustar modelos de deep learning sin la complejidad de la infraestructura . El entrenamiento distribuido multi-nodo y el soporte multi-GPU están en versión beta, y el servicio está diseñado para visión artificial, LLMs y sistemas de recomendación basados en deep learning
.
La aceleración de GPU de NVIDIA ya está disponible en el nivel gratuito de Databricks, lo que reduce la barrera para que los desarrolladores experimenten con agentes de IA .
La colaboración ampliada incluye un serving de modelos mejorado para cargas de trabajo de agentes y soporte completo para el stack de software orientado a agentes de NVIDIA (por ejemplo, NVIDIA Agent Toolkit, microservicios NIM) que se ejecuta sobre datos empresariales gobernados dentro del lakehouse de Databricks .
La computación acelerada de NVIDIA se integra en Databricks Photon, el motor SQL de alto rendimiento, para acelerar el preprocesamiento de datos y ETL para pipelines de IA . El CEO de NVIDIA, Jensen Huang, señaló que se necesitaron cinco años para construir las librerías que hacen posible esta aceleración
.
La alianza se enmarca explícitamente en el cambio de modelos de IA estáticos a agentes autónomos de múltiples pasos que requieren un acoplamiento estrecho de datos, cómputo y orquestación. Un informe de Databricks revela un aumento del 327% en la adopción de sistemas autónomos de IA de cara a 2026 .
NVIDIA y Databricks apuestan a que el rendimiento de los agentes de IA ahora está limitado por la CPU anfitriona (que ejecuta planificación, llamada a herramientas y bucles de memoria) y no solo por el rendimiento de la GPU. La CPU Vera está diseñada para cerrar esta brecha .
Una tendencia central es que los agentes deben actuar sobre datos empresariales gobernados y de alta calidad. La alianza enfatiza llevar la aceleración de NVIDIA al lakehouse gobernado por Unity Catalog de Databricks, para que los agentes razonen sobre datos confiables en lugar de fuentes aisladas o no gobernadas .
Databricks también está invirtiendo en protocolos abiertos (OpenSharing para Habilidades de Agentes) y herramientas de creación de agentes (Agent Bricks, Lakebase para memoria de agentes), mientras que NVIDIA expande simultáneamente sus alianzas de AI Factory con HPE y otros. Esto posiciona esta colaboración dentro de un impulso industrial más amplio hacia una infraestructura de agentes estandarizada y de nivel de producción .