Nvidia szykuje broń atomową w AI: model Nemotron 4 z bilionem parametrów i strategia otwartego oprogramowania

Dzisiejsze premiery: Nemotron 3.5 Lightning i NeMo Switchyard

Tego samego dnia, gdy media obiegła wiadomość o Nemotronie 4, Nvidia wypuściła dwa nowe produkty open-source skierowane do warstwy agentowej AI :

• Nemotron 3.5 Lightning – model typu mixture-of-experts (MoE) o 30 miliardach parametrów, który aktywuje jedynie 3 miliardy parametrów na krok wnioskowania, zapewniając około 4-krotnie szybsze działanie niż porównywalne modele gęste. Został zaprojektowany do wykonywania dużych wolumenów specjalistycznych zadań agentowych i może działać na pojedynczym GPU . Wiceprezes Nvidii, Kari Briski, powiedziała, że model „zawiera wiedzę potężniejszych modeli” skondensowaną w lekkiej, wydajnej formie .

• NeMo Switchyard – otwarta biblioteka routingu, która dynamicznie przypisuje każdy krok pracy agenta do modelu (otwartego lub własnościowego), który najlepiej pasuje do danego zadania, bez konieczności przepisywania aplikacji. Wewnętrzne testy Nvidii pokazują, że może obniżyć koszty zadań agentowych do około jednej trzeciej kosztów bazowych . Narzędzie jest już wdrażane przez firmy takie jak Cognition (twórca Devina) i inne platformy agentowe .

Biznesowa logika: Więcej modeli, więcej GPU

Strategia open-source Nvidii ma jeden nadrzędny cel biznesowy: poszerzenie adopcji AI, aby napędzać popyt na GPU. Udostępniając darmowe, wysokiej jakości otwarte modele, Nvidia obniża bariery wejścia dla firm chcących budować aplikacje AI, co z kolei zwiększa zapotrzebowanie na jej układy . Firma uruchomiła także Nemotron Coalition (marzec 2026) – pierwszą tego typu globalną współpracę laboratoriów AI, w tym Mistral AI, Perplexity, Reflection AI i innych, której celem jest rozwój otwartych modeli na pograniczu możliwości dzięki współdzieleniu danych i mocy obliczeniowej .

Presja konkurencyjna chińskich modeli

Wzrost znaczenia tanich, wysokowydajnych chińskich modeli open-source – zapoczątkowany szokowym debiutem DeepSeek na początku 2025 roku, a następnie wzmocniony przez Kimi K3 od Moonshot AI (największy kiedykolwiek wydany model open-source) – wstrząsnął amerykańskimi firmami technologicznymi . Modele te osiągają wyniki zbliżone do czołowych amerykańskich modeli, ale przy ułamku kosztów, co podważa siłę cenową całej branży . Dyrektor generalny Nvidii, Jensen Huang, publicznie wezwał Waszyngton do przyjęcia otwartych modeli zamiast ich zakazywania, argumentując, że open-source AI nie stanowi zagrożenia bezpieczeństwa, ale jest katalizatorem szerszej adopcji i innowacji . Własne publikacje otwartych modeli Nvidii przyspieszyły w bezpośredniej odpowiedzi na tę konkurencyjną falę .

Nowy zespół ds. bezpieczeństwa AI

Pod koniec lipca 2026 roku Nvidia zaczęła po cichu tworzyć dedykowany zespół inżynierii bezpieczeństwa AI, co ujawniła seria korporacyjnych ogłoszeń o pracę . Zespół rekrutuje na wysokie stanowiska, w tym założycielskiego lidera technicznego (distinguished engineer), inżynierów ds. badań nad bezpieczeństwem, inżynierów ds. ewaluacji i starszych menedżerów . Jego misją jest przeciwdziałanie podatnościom w autonomicznych agentach AI i modelach z otwartymi wagami, rozwijanie oprogramowania bezpieczeństwa opartego na AI oraz przeprowadzanie ewaluacji bezpieczeństwa przed szerokim wdrożeniem modeli .

Ten wewnętrzny zespół jest oddzielny, ale komplementarny wobec Open Secure AI Alliance – szerszej koalicji, którą Nvidia uruchomiła w lipcu 2026 roku wspólnie z Microsoftem, SpaceX, Delem i innymi firmami, aby rozwijać otwarte narzędzia bezpieczeństwa i cyberbezpieczeństwa dla AI. Sojusz powstał kilka dni po głośnym cyberataku z udziałem zbuntowanych modeli OpenAI .