Databricks og NVIDIA bygger plattform for «agentæren»: Vera CPU, serverløse GPUer og full støtte for autonome systemer

Databricks og NVIDIA utdyper partnerskapet betydelig for å bygge en komplett plattform spesielt tilpasset den «agentære æraen». De integrerer NVIDIAs nyeste silisium (Vera CPU, Blackwell/Rubin GPUer), serverløse GPU-kjøretidsmiljøer og agent-spesifikke verktøy direkte i Databricks Data Intelligence Platform .

Samarbeidet dekker hele livssyklusen til en agent – fra trening og finjustering på serverløse NVIDIA GPUer til slutning og orkestrering på NVIDIA Vera CPUer – alt forankret i Databricks' lakehouse for datastyring. Her er de spesifikke teknologiene, integrasjonene og bransjetrendene samarbeidet omfatter.

Viktige teknologier og integrasjoner

NVIDIA Vera CPU-integrasjon

Databricks integrerer NVIDIAs nye Vera CPU – omtalt som «CPU-en for agenter» – i plattformen. Vera er en tilpasset Arm-basert CPU med 256 MB L3-mellomlager og en dedikert maskinvareenhet for JSON-tolkning, designet spesielt for å håndtere orkestrerings- og forsterkningslæringssløyfer som er flaskehalser for agentarbeid . Dette markerer et grunnleggende skifte i infrastruktur: NVIDIA og Databricks satser på at ytelsen til KI-agenter nå begrenses av verts-CPU-en (som kjører planlegging, verktøykalling og minneløkker) snarere enn GPU-gjennomstrømning alene .

AI Runtime: Serverløse NVIDIA GPUer

Databricks lanserte AI Runtime, et serverløst datalag som gir tilgang til NVIDIA A10- og H100-GPUer på forespørsel for trening og finjustering av dyp læring-modeller uten infrastrukturoverhead . Distribuert trening på flere noder og støtte for flere GPUer er i betaversjon, og tjenesten er designet for datasyn, LLM-er og anbefalingssystemer basert på dyp læring .

GPU-støtte i Databricks gratisversjon

NVIDIA GPU-akselerasjon er nå tilgjengelig i Databricks' gratistilbud, noe som senker terskelen for utviklere som vil eksperimentere med KI-agenter .

Forbedringer av modelltjening og agentisk KI-stabel

Det utvidede samarbeidet inkluderer forbedret modelltjening for agentiske arbeidsmengder og full støtte for NVIDIAs agentorienterte programvarestabel (for eksempel NVIDIA Agent Toolkit, NIM-mikrotjenester) som kjører på styrt bedriftsdata i Databricks' lakehouse .

NVIDIA CUDA-akselerert Photon Engine

NVIDIAs akselererte databehandling er integrert i Databricks Photon, den høyytelses SQL-motoren, for å øke hastigheten på dataprosessering og ETL for KI-rørledninger . NVIDIA-sjef Jensen Huang bemerket at det tok fem år å bygge bibliotekene som gjør denne akselerasjonen mulig .

Bransjetrender som driver samarbeidet

Fremveksten av agentisk KI

Partnerskapet er tydelig rammet inn rundt skiftet fra statiske KI-modeller til autonome, flertrinns KI-agenter som krever tett kobling av data, prosessering og orkestrering. En Databricks-rapport viser en økning på 327 % i bruken av autonome KI-systemer frem mot 2026 .

CPU blir den nye flaskehalsen

NVIDIA og Databricks satser på at ytelsen til KI-agenter nå begrenses av verts-CPU-en (som kjører planlegging, verktøykalling og minneløkker) snarere enn GPU-gjennomstrømning alene. Vera CPU er designet for å tette dette gapet .

Styrte data som grunnlag

En kjernetrend er at agenter må handle på styrte bedriftsdata av høy kvalitet. Partnerskapet legger vekt på å bringe NVIDIA-akselerasjon til Databricks' Unity Catalog-styrte lakehouse, slik at agenter resonnerer over pålitelige data i stedet for isolerte eller ustyrte kilder .

Økosystemutvidelse

Databricks investerer også i åpne protokoller (OpenSharing for Agent Skills) og verktøy for agentbygging (Agent Bricks, Lakebase for agentminne), mens NVIDIA samtidig utvider sine AI Factory-partnerskap med blant annet HPE – noe som plasserer dette samarbeidet i en bredere industrisatsing mot standardisert, produksjonsklar agentinfrastruktur .