Technologies et intégrations clés

Intégration du CPU NVIDIA Vera

Databricks intègre le nouveau CPU Vera de NVIDIA — présenté comme « le CPU des agents » — dans sa plateforme. Vera est un CPU personnalisé basé sur Arm, doté d’un cache L3 de 256 Mo et d’une unité matérielle dédiée à l’analyse JSON, conçu spécifiquement pour gérer les boucles d’orchestration et d’apprentissage par renforcement qui sont des goulots d’étranglement pour les charges de travail des agents . Cela marque un changement fondamental dans l’infrastructure : NVIDIA et Databricks parient que la performance des agents IA est désormais limitée par le CPU hôte (qui gère la planification, l’appel d’outils et les boucles mémoire) plutôt que par le seul débit GPU .

AI Runtime : GPU NVIDIA serverless

Databricks a lancé AI Runtime, une couche de calcul serverless qui fournit un accès à la demande aux GPU NVIDIA A10 et H100 pour l’entraînement et le réglage fin de modèles de deep learning, sans frais d’infrastructure . L’entraînement distribué multi-nœuds et le support multi-GPU sont en version bêta, et le service est conçu pour la vision par ordinateur, les LLM et les systèmes de recommandation basés sur le deep learning .

Support GPU dans l’édition gratuite Databricks

L’accélération GPU NVIDIA est désormais disponible dans le niveau gratuit de Databricks, ce qui abaisse la barrière pour les développeurs souhaitant expérimenter avec les agents IA .

Améliorations du service de modèles et pile Agentic AI

La collaboration élargie inclut un service de modèles amélioré pour les charges de travail agentiques et un support complet de la pile logicielle orientée agents de NVIDIA (par exemple, NVIDIA Agent Toolkit, microservices NIM) fonctionnant sur des données d’entreprise gouvernées dans le lakehouse Databricks .

Moteur Photon accéléré par NVIDIA CUDA

Le calcul accéléré de NVIDIA est intégré dans Databricks Photon, le moteur SQL haute performance, pour accélérer le prétraitement des données et l’ETL pour les pipelines IA . Le PDG de NVIDIA, Jensen Huang, a noté qu’il a fallu cinq ans pour construire les bibliothèques qui rendent cette accélération possible .

Tendances du secteur à l’origine de la collaboration

L’essor de l’IA agentique

Le partenariat est explicitement cadré autour du passage des modèles IA statiques aux agents IA autonomes et multi-étapes, qui nécessitent un couplage étroit des données, du calcul et de l’orchestration. Un rapport Databricks révèle une augmentation de 327 % de l’adoption des systèmes IA autonomes à l’horizon 2026 .

Le CPU devient le nouveau goulot d’étranglement

NVIDIA et Databricks parient que la performance des agents IA est désormais limitée par le CPU hôte (qui exécute la planification, l’appel d’outils et les boucles mémoire) plutôt que par le seul débit GPU. Le CPU Vera est conçu pour combler cet écart .

Des données gouvernées comme fondation

Une tendance centrale est que les agents doivent agir sur des données d’entreprise gouvernées et de haute qualité. Le partenariat met l’accent sur l’apport de l’accélération NVIDIA au lakehouse gouverné par Unity Catalog de Databricks, afin que les agents raisonnent sur des données fiables plutôt que sur des sources cloisonnées ou non gouvernées .

Expansion de l’écosystème

Databricks investit également dans des protocoles ouverts (OpenSharing pour les compétences des agents) et des outils de construction d’agents (Agent Bricks, Lakebase pour la mémoire des agents), tandis que NVIDIA étend simultanément ses partenariats AI Factory avec HPE et d’autres — positionnant cette collaboration dans le cadre d’un effort industriel plus large vers une infrastructure d’agents standardisée et de qualité production .

Technologies et intégrations clés

Intégration du CPU NVIDIA Vera

Databricks intègre le nouveau CPU Vera de NVIDIA — présenté comme « le CPU des agents » — dans sa plateforme. Vera est un CPU personnalisé basé sur Arm, doté d’un cache L3 de 256 Mo et d’une unité matérielle dédiée à l’analyse JSON, conçu spécifiquement pour gérer les boucles d’orchestration et d’apprentissage par renforcement qui sont des goulots d’étranglement pour les charges de travail des agents . Cela marque un changement fondamental dans l’infrastructure : NVIDIA et Databricks parient que la performance des agents IA est désormais limitée par le CPU hôte (qui gère la planification, l’appel d’outils et les boucles mémoire) plutôt que par le seul débit GPU .

AI Runtime : GPU NVIDIA serverless

Databricks a lancé AI Runtime, une couche de calcul serverless qui fournit un accès à la demande aux GPU NVIDIA A10 et H100 pour l’entraînement et le réglage fin de modèles de deep learning, sans frais d’infrastructure . L’entraînement distribué multi-nœuds et le support multi-GPU sont en version bêta, et le service est conçu pour la vision par ordinateur, les LLM et les systèmes de recommandation basés sur le deep learning .

Support GPU dans l’édition gratuite Databricks

L’accélération GPU NVIDIA est désormais disponible dans le niveau gratuit de Databricks, ce qui abaisse la barrière pour les développeurs souhaitant expérimenter avec les agents IA .

Améliorations du service de modèles et pile Agentic AI

La collaboration élargie inclut un service de modèles amélioré pour les charges de travail agentiques et un support complet de la pile logicielle orientée agents de NVIDIA (par exemple, NVIDIA Agent Toolkit, microservices NIM) fonctionnant sur des données d’entreprise gouvernées dans le lakehouse Databricks .

Moteur Photon accéléré par NVIDIA CUDA

Le calcul accéléré de NVIDIA est intégré dans Databricks Photon, le moteur SQL haute performance, pour accélérer le prétraitement des données et l’ETL pour les pipelines IA . Le PDG de NVIDIA, Jensen Huang, a noté qu’il a fallu cinq ans pour construire les bibliothèques qui rendent cette accélération possible .

Tendances du secteur à l’origine de la collaboration

L’essor de l’IA agentique

Le partenariat est explicitement cadré autour du passage des modèles IA statiques aux agents IA autonomes et multi-étapes, qui nécessitent un couplage étroit des données, du calcul et de l’orchestration. Un rapport Databricks révèle une augmentation de 327 % de l’adoption des systèmes IA autonomes à l’horizon 2026 .

Le CPU devient le nouveau goulot d’étranglement

NVIDIA et Databricks parient que la performance des agents IA est désormais limitée par le CPU hôte (qui exécute la planification, l’appel d’outils et les boucles mémoire) plutôt que par le seul débit GPU. Le CPU Vera est conçu pour combler cet écart .

Des données gouvernées comme fondation

Une tendance centrale est que les agents doivent agir sur des données d’entreprise gouvernées et de haute qualité. Le partenariat met l’accent sur l’apport de l’accélération NVIDIA au lakehouse gouverné par Unity Catalog de Databricks, afin que les agents raisonnent sur des données fiables plutôt que sur des sources cloisonnées ou non gouvernées .

Expansion de l’écosystème

Databricks investit également dans des protocoles ouverts (OpenSharing pour les compétences des agents) et des outils de construction d’agents (Agent Bricks, Lakebase pour la mémoire des agents), tandis que NVIDIA étend simultanément ses partenariats AI Factory avec HPE et d’autres — positionnant cette collaboration dans le cadre d’un effort industriel plus large vers une infrastructure d’agents standardisée et de qualité production .