Databricks i NVIDIA łączą siły, by stworzyć infrastrukturę dla autonomicznych agentów AI

AI Runtime: Serwerless GPU NVIDIA

Databricks uruchomił AI Runtime – serwerless warstwę obliczeniową, która zapewnia dostęp na żądanie do procesorów graficznych NVIDIA A10 i H100 do trenowania i dostrajania modeli głębokiego uczenia, bez narzutu na zarządzanie infrastrukturą . Trenowanie rozproszone na wielu węzłach i obsługa wielu procesorów graficznych są w fazie beta, a usługa jest przeznaczona do przetwarzania obrazów, dużych modeli językowych (LLM) i systemów rekomendacyjnych opartych na głębokim uczeniu .

Wsparcie GPU w darmowej edycji Databricks

Przyspieszenie GPU NVIDIA jest teraz dostępne w darmowej warstwie Databricks, co obniża barierę wejścia dla programistów chcących eksperymentować z agentami AI .

Ulepszenia obsługi modeli i stos agentowego AI

Rozszerzona współpraca obejmuje ulepszoną obsługę modeli (model serving) dla obciążeń agentowych oraz pełne wsparcie dla stosu oprogramowania agentowego NVIDIA (np. NVIDIA Agent Toolkit, mikroserwisy NIM) działających na zarządzanych danych korporacyjnych w jeziorze danych Databricks .

Silnik Photon przyspieszony przez NVIDIA CUDA

Obliczenia przyspieszone przez NVIDIA są zintegrowane z silnikiem Databricks Photon – wysokowydajnym silnikiem SQL – w celu przyspieszenia wstępnego przetwarzania danych i zadań ETL dla potoków AI . Dyrektor generalny NVIDIA, Jensen Huang, zauważył, że zbudowanie bibliotek umożliwiających to przyspieszenie zajęło pięć lat .

Trendy branżowe napędzające współpracę

Wzrost znaczenia autonomicznych agentów AI (Agentic AI)

Partnerstwo jest wyraźnie osadzone w kontekście przejścia od statycznych modeli AI do autonomicznych, wieloetapowych agentów AI, które wymagają ścisłego powiązania danych, mocy obliczeniowej i orkiestracji. Raport Databricks ujawnia 327-procentowy wzrost przyjęcia autonomicznych systemów AI przed 2026 rokiem .

Procesor CPU staje się nowym wąskim gardłem

NVIDIA i Databricks zakładają, że wydajność agentów AI jest obecnie ograniczana przez procesor (który odpowiada za planowanie, wywoływanie narzędzi i pętle pamięci), a nie tylko przez przepustowość GPU. Procesor Vera CPU ma za zadanie zamknąć tę lukę .

Zarządzane dane jako fundament

Kluczowym trendem jest konieczność działania agentów na zarządzanych, wysokiej jakości danych korporacyjnych. Partnerstwo kładzie nacisk na przyspieszenie NVIDIA w jeziorze danych Databricks zarządzanym przez Unity Catalog, aby agenty wnioskowały na podstawie zaufanych danych, a nie rozproszonych niezarządzanych źródeł .

Rozszerzenie ekosystemu

Databricks inwestuje również w otwarte protokoły (OpenSharing dla umiejętności agentów – Agent Skills) i narzędzia do budowania agentów (Agent Bricks, Lakebase do pamięci agentów), podczas gdy NVIDIA jednocześnie rozszerza swoje partnerstwa w ramach AI Factory z HPE i innymi – co sytuuje tę współpracę w szerszym kontekście branżowego dążenia do standaryzowanej, produkcyjnej infrastruktury agentowej .