Databricks sta integrando la nuova CPU NVIDIA Vera, descritta come "la CPU per gli agenti", nella sua piattaforma. Vera è una CPU personalizzata basata su architettura Arm, dotata di 256 MB di cache L3 e un'unità hardware dedicata per l'analisi dei file JSON . È progettata specificamente per gestire i colli di bottiglia dei carichi di lavoro degli agenti, ovvero i loop di orchestrazione e apprendimento per rinforzo. Questa mossa segna un cambiamento fondamentale nell'infrastruttura: NVIDIA e Databricks scommettono che le performance degli agenti AI siano ormai limitate dalla CPU host (che gestisce pianificazione, chiamate a strumenti esterni e loop di memoria) e non solo dalla potenza della GPU .
Databricks ha lanciato AI Runtime, un layer di calcolo serverless che fornisce accesso on-demand a GPU NVIDIA A10 e H100 per l'addestramento e l'ottimizzazione di modelli di deep learning, senza il sovraccarico della gestione dell'infrastruttura . Il supporto per l'addestramento distribuito multi-nodo e multi-GPU è in versione beta, e il servizio è progettato per applicazioni di visione artificiale, LLM e sistemi di raccomandazione basati su deep learning .
L'accelerazione GPU NVIDIA è ora disponibile anche nel tier gratuito di Databricks, abbassando la barriera per gli sviluppatori che vogliono sperimentare con gli agenti AI .
La collaborazione estesa include un miglioramento del model serving per carichi di lavoro agentici e il pieno supporto per lo stack software orientato agli agenti di NVIDIA (ad esempio, NVIDIA Agent Toolkit, microservizi NIM) che opera su dati aziendali governati all'interno del lakehouse di Databricks .
Il calcolo accelerato di NVIDIA è integrato in Databricks Photon, il motore SQL ad alte prestazioni, per velocizzare la pre-elaborazione dei dati e l'ETL per le pipeline AI . L'amministratore delegato di NVIDIA, Jensen Huang, ha sottolineato che ci sono voluti cinque anni per costruire le librerie che rendono possibile questa accelerazione .
La partnership è esplicitamente inquadrata nel passaggio da modelli AI statici ad agenti AI autonomi e multi-step, che richiedono uno stretto accoppiamento tra dati, calcolo e orchestrazione. Un report di Databricks rivela un aumento del 327% nell'adozione di sistemi AI autonomi in vista del 2026 .
NVIDIA e Databricks scommettono che le performance degli agenti AI sono ormai limitate dalla CPU host (che esegue i loop di pianificazione, chiamata a strumenti e memoria) e non solo dalla potenza della GPU. La CPU Vera è progettata per colmare questo divario .
Una tendenza fondamentale è che gli agenti devono operare su dati aziendali di alta qualità e governati. La partnership enfatizza l'integrazione dell'accelerazione NVIDIA nel lakehouse governato da Unity Catalog di Databricks, in modo che gli agenti ragionino su dati affidabili piuttosto che su fonti isolate o non governate .
Databricks sta anche investendo in protocolli aperti (OpenSharing per le competenze degli agenti) e strumenti per la creazione di agenti (Agent Bricks, Lakebase per la memoria degli agenti) . Allo stesso tempo, NVIDIA sta espandendo le sue partnership per le AI Factory con HPE e altri, posizionando questa collaborazione all'interno di una spinta industriale più ampia verso un'infrastruttura per agenti standardizzata e di livello produttivo.
In sintesi, la partnership copre l'intero ciclo di vita dell'agente, dalla formazione e ottimizzazione su GPU NVIDIA serverless all'inferenza e orchestrazione su CPU NVIDIA Vera, il tutto ancorato al lakehouse di Databricks per la governance dei dati.
Databricks sta integrando la nuova CPU NVIDIA Vera, descritta come "la CPU per gli agenti", nella sua piattaforma. Vera è una CPU personalizzata basata su architettura Arm, dotata di 256 MB di cache L3 e un'unità hardware dedicata per l'analisi dei file JSON . È progettata specificamente per gestire i colli di bottiglia dei carichi di lavoro degli agenti, ovvero i loop di orchestrazione e apprendimento per rinforzo. Questa mossa segna un cambiamento fondamentale nell'infrastruttura: NVIDIA e Databricks scommettono che le performance degli agenti AI siano ormai limitate dalla CPU host (che gestisce pianificazione, chiamate a strumenti esterni e loop di memoria) e non solo dalla potenza della GPU .
Databricks ha lanciato AI Runtime, un layer di calcolo serverless che fornisce accesso on-demand a GPU NVIDIA A10 e H100 per l'addestramento e l'ottimizzazione di modelli di deep learning, senza il sovraccarico della gestione dell'infrastruttura . Il supporto per l'addestramento distribuito multi-nodo e multi-GPU è in versione beta, e il servizio è progettato per applicazioni di visione artificiale, LLM e sistemi di raccomandazione basati su deep learning .
L'accelerazione GPU NVIDIA è ora disponibile anche nel tier gratuito di Databricks, abbassando la barriera per gli sviluppatori che vogliono sperimentare con gli agenti AI .
La collaborazione estesa include un miglioramento del model serving per carichi di lavoro agentici e il pieno supporto per lo stack software orientato agli agenti di NVIDIA (ad esempio, NVIDIA Agent Toolkit, microservizi NIM) che opera su dati aziendali governati all'interno del lakehouse di Databricks .
Il calcolo accelerato di NVIDIA è integrato in Databricks Photon, il motore SQL ad alte prestazioni, per velocizzare la pre-elaborazione dei dati e l'ETL per le pipeline AI . L'amministratore delegato di NVIDIA, Jensen Huang, ha sottolineato che ci sono voluti cinque anni per costruire le librerie che rendono possibile questa accelerazione .
La partnership è esplicitamente inquadrata nel passaggio da modelli AI statici ad agenti AI autonomi e multi-step, che richiedono uno stretto accoppiamento tra dati, calcolo e orchestrazione. Un report di Databricks rivela un aumento del 327% nell'adozione di sistemi AI autonomi in vista del 2026 .
NVIDIA e Databricks scommettono che le performance degli agenti AI sono ormai limitate dalla CPU host (che esegue i loop di pianificazione, chiamata a strumenti e memoria) e non solo dalla potenza della GPU. La CPU Vera è progettata per colmare questo divario .
Una tendenza fondamentale è che gli agenti devono operare su dati aziendali di alta qualità e governati. La partnership enfatizza l'integrazione dell'accelerazione NVIDIA nel lakehouse governato da Unity Catalog di Databricks, in modo che gli agenti ragionino su dati affidabili piuttosto che su fonti isolate o non governate .
Databricks sta anche investendo in protocolli aperti (OpenSharing per le competenze degli agenti) e strumenti per la creazione di agenti (Agent Bricks, Lakebase per la memoria degli agenti) . Allo stesso tempo, NVIDIA sta espandendo le sue partnership per le AI Factory con HPE e altri, posizionando questa collaborazione all'interno di una spinta industriale più ampia verso un'infrastruttura per agenti standardizzata e di livello produttivo.
In sintesi, la partnership copre l'intero ciclo di vita dell'agente, dalla formazione e ottimizzazione su GPU NVIDIA serverless all'inferenza e orchestrazione su CPU NVIDIA Vera, il tutto ancorato al lakehouse di Databricks per la governance dei dati.