Databricks ו-NVIDIA: פלטפורמה משותפת לעידן הסוכנים החכמים

Databricks ו-NVIDIA מעמיקות משמעותית את השותפות שלהן כדי לבנות פלטפורמת קצה-לקצה המותאמת במיוחד ל"עידן הסוכנים החכמים" (Agentic Era) . השותפות משלבת את השבבים החדשים של NVIDIA (מעבד Vera GPU, GPUs מסוג Blackwell/Rubin), סביבות GPU במודל שרת, וכלים ייעודיים לסוכנים - הכל בתוך פלטפורמת Databricks Data Intelligence .

שיתוף הפעולה הזה נועד לכסות את כל מחזור החיים של סוכן חכם: מאימון וכוונון עדין על GPUs במודל שרת, דרך הסקה (Inference) וניהול אורח-חיים (Orchestration) על מעבדי Vera - הכל מעוגן באגם הנתונים (Lakehouse) של Databricks לניהול תקין של נתונים .

טכנולוגיות ואינטגרציות מרכזיות

שילוב מעבד NVIDIA Vera CPU

Databricks משלבת את מעבד ה-Vera CPU החדש של NVIDIA - המכונה "המעבד לסוכנים" - בפלטפורמה שלה. Vera הוא מעבד מותאם אישית מבוסס Arm עם 256 MB זיכרון מטמון L3 ויחידת חומרה ייעודית לניתוח JSON (parsing), שנועד במיוחד לטפל בלולאות תכנון, קריאת כלים (tool-calling) ומחזורי למידת חיזוק (reinforcement learning) - שהם צווארי הבקבוק של עומסי עבודה של סוכנים . מדובר בשינוי מהותי בתשתית: NVIDIA ו-Databricks מהמרות שביצועי סוכני AI מוגבלים כעת על ידי המעבד המארח (CPU), לא על ידי תפוקת ה-GPU .

AI Runtime: GPUs במודל שרת

Databricks השיקה את AI Runtime, שכבת מחשוב במודל שרת המספקת גישה לפי דרישה ל-GPUs מסוג NVIDIA A10 ו-H100 לאימון וכוונון עדין של מודלים, מבלי להתמודד עם תקורה של תשתית פיזית . אימון מבוזר מרובה-צמתים ותמיכה במספר GPUs נמצאים בגרסת בטא, והשירות מיועד לעומסי עבודה של ראייה ממוחשבת, מודלי שפה גדולים (LLMs), ומערכות המלצה מבוססות למידה עמוקה .

תמיכת GPU בגרסת Databricks Free Edition

האצת GPU של NVIDIA זמינה כעת גם בגרסה החינמית של Databricks, מה שמוריד את חסם הכניסה למפתחים שרוצים להתנסות בסוכני AI .

שיפורי שירות מודלים וערימת סוכנים חכמים

השותפות המורחבת כוללת שיפור בשירות המודלים לעומסי עבודה של סוכנים ותמיכה מלאה בערימת התוכנה הייחודית של NVIDIA לסוכנים (למשל NVIDIA Agent Toolkit, מיקרו-שירותי NIM) הפועלת על נתונים ארגוניים מנוהלים בתוך אגם הנתונים של Databricks .

מנוע Photon מואץ CUDA

מחשוב מואץ של NVIDIA משולב ב-Photon של Databricks, מנוע SQL בעל ביצועים גבוהים, כדי להאיץ את עיבוד הנתונים המקדים (ETL) עבור צינורות AI . מנכ"ל NVIDIA, ג'נסן הואנג (Jensen Huang), ציין שלקח חמש שנים לבנות את ספריות התוכנה המאפשרות האצה זו .

מגמות בתעשייה שמניעות את שיתוף הפעולה

עליית ה-Agentic AI

השותפות ממוסגרת במפורש סביב המעבר ממודלי AI סטטיים לסוכנים אוטונומיים רב-שלביים, שדורשים שילוב הדוק של נתונים, מחשוב וניהול תהליכים. דוח Databricks חושף זינוק של 327% באימוץ מערכות AI אוטונומיות לקראת 2026 .

המעבד (CPU) הופך לצוואר הבקבוק החדש

NVIDIA ו-Databricks מהמרות שביצועי סוכני AI מוגבלים כעת על ידי המעבד המארח (שרץ תכנון, קריאת כלים ומחזורי זיכרון) ולא על ידי תפוקת ה-GPU בלבד. מעבד Vera נועד לסגור את הפער הזה .

נתונים מנוהלים כבסיס

מגמה מרכזית היא שסוכנים חייבים לפעול על נתונים ארגוניים מנוהלים ואיכותיים. השותפות שמה דגש על הבאת האצת NVIDIA לאגם הנתונים המנוהל על ידי Unity Catalog של Databricks, כך שהסוכנים מסתמכים על נתונים מהימנים ולא על מקורות מפוזרים או לא מנוהלים .

הרחבת האקוסיסטם

Databricks משקיעה גם בפרוטוקולים פתוחים (OpenSharing עבור מיומנויות סוכנים) וכלי בניית סוכנים (Agent Bricks, Lakebase לזיכרון סוכנים), בעוד NVIDIA מרחיבה את שותפויות ה-AI Factory שלה עם HPE ואחרות - מיקום שיתוף הפעולה הזה במסגרת דחיפה תעשייתית רחבה יותר לעבר תשתית סוכנים תקנית ומוכנה לייצור .