Databricks dan NVIDIA Kembangkan Platform untuk Era Agen

AI Runtime: GPU NVIDIA Serverless

Databricks meluncurkan AI Runtime, lapisan komputasi serverless yang menyediakan akses sesuai permintaan ke GPU NVIDIA A10 dan H100 untuk pelatihan dan penyesuaian model pembelajaran mendalam tanpa harus mengelola infrastruktur . Pelatihan terdistribusi multi-node dan dukungan multi-GPU saat ini masih dalam tahap beta, dan layanan ini dirancang untuk visi komputer, LLM, dan sistem rekomendasi berbasis pembelajaran mendalam .

Dukungan GPU di Databricks Edisi Gratis

Akselerasi GPU NVIDIA kini tersedia di tingkat gratis Databricks, menurunkan hambatan bagi pengembang untuk bereksperimen dengan agen AI .

Peningkatan Penyajian Model & Tumpukan AI Agen

Kolaborasi yang diperluas ini mencakup penyajian model yang lebih baik untuk beban kerja agen dan dukungan penuh untuk tumpukan perangkat lunak berorientasi agen milik NVIDIA (misalnya, NVIDIA Agent Toolkit, layanan mikro NIM) yang berjalan pada data perusahaan yang terkelola di dalam lakehouse Databricks .

Mesin Photon yang Dipercepat NVIDIA CUDA

Komputasi terakselerasi NVIDIA diintegrasikan ke dalam Databricks Photon, mesin SQL berkinerja tinggi, untuk mempercepat prapemrosesan data dan ETL untuk jalur AI . CEO NVIDIA Jensen Huang mencatat butuh waktu lima tahun untuk membangun pustaka yang memungkinkan akselerasi ini .

Tren Industri yang Mendorong Kolaborasi

Kebangkitan AI Agen (Agentic AI)

Kemitraan ini secara eksplisit dibingkai seputar pergeseran dari model AI statis ke agen AI otonom multi-langkah yang membutuhkan penggabungan erat antara data, komputasi, dan orkestrasi. Sebuah laporan Databricks mengungkapkan lonjakan 327% dalam adopsi sistem AI otonom menjelang tahun 2026 .

CPU Menjadi Hambatan Baru

NVIDIA dan Databricks bertaruh bahwa kinerja agen AI kini dibatasi oleh CPU host (yang menjalankan perencanaan, pemanggilan alat, dan loop memori) daripada throughput GPU saja. CPU Vera dirancang untuk menutup kesenjangan ini .

Data Terkelola sebagai Fondasi

Tren intinya adalah bahwa agen harus bertindak berdasarkan data perusahaan yang terkelola dan berkualitas tinggi. Kemitraan ini menekankan pada membawa akselerasi NVIDIA ke lakehouse yang dikelola Unity Catalog milik Databricks, sehingga agen dapat bernalar berdasarkan data tepercaya daripada sumber yang terisolasi atau tidak terkelola .

Ekspansi Ekosistem

Databricks juga berinvestasi dalam protokol terbuka (OpenSharing untuk Agent Skills) dan perangkat pembuat agen (Agent Bricks, Lakebase untuk memori agen), sementara NVIDIA secara bersamaan memperluas kemitraan AI Factory-nya dengan HPE dan lainnya — memposisikan kolaborasi ini dalam dorongan industri yang lebih luas menuju infrastruktur agen standar dan siap produksi .