Databricks 與 NVIDIA 聯手打造「代理式 AI」新時代平台

Databricks 與 NVIDIA 正大幅深化合作，共同打造一個專為「代理式 AI 時代」設計的端到端平台，直接將 NVIDIA 最新矽晶片（Vera CPU、Blackwell/Rubin GPU）、無伺服器 GPU 執行環境及代理專用工具整合進 Databricks Data Intelligence Platform 。

這項合作涵蓋 AI 代理的完整生命週期——從在無伺服器 NVIDIA GPU 上進行訓練與微調，到在 NVIDIA Vera CPU 上進行推論與編排——並全部錨定在 Databricks lakehouse 的資料治理架構上。以下是這項合作所涵蓋的具體技術、整合方式與產業趨勢。

關鍵技術與整合

NVIDIA Vera CPU 整合

Databricks 正將 NVIDIA 全新 Vera CPU（被稱為「代理專用 CPU」）整合至其平台。Vera 是一款基於 Arm 架構的客製化 CPU，配備 256 MB L3 快取記憶體及專用硬體單元用於 JSON 解析，專為處理代理工作負載中的編排與強化學習迴圈而設計，這些正是傳統架構的瓶頸所在 。這代表基礎設施思維的根本轉變：NVIDIA 和 Databricks 認為，AI 代理的效能瓶頸現在來自於主機 CPU（負責執行規劃、工具呼叫與記憶體迴圈），而非 GPU 吞吐量 。

AI Runtime：無伺服器 NVIDIA GPU

Databricks 推出了 AI Runtime，這是一個無伺服器運算層，提供 NVIDIA A10 與 H100 GPU 的隨需存取，用於深度學習模型的訓練與微調，無須管理基礎設施 。多節點分散式訓練與多 GPU 支援現處於 Beta 階段，該服務專為電腦視覺、大型語言模型及深度學習推薦系統而設計 。

Databricks 免費版中的 GPU 支援

NVIDIA GPU 加速功能現已可在 Databricks 免費版本中使用，降低了開發者嘗試 AI 代理的門檻 。

模型服務增強與代理式 AI 堆疊

此次擴大合作還包括針對代理工作負載的模型服務增強，以及對 NVIDIA 代理導向軟體堆疊（例如 NVIDIA Agent Toolkit、NIM 微服務）的完整支援，這些服務都運行在 Databricks lakehouse 內受治理的企業資料之上 。

NVIDIA CUDA 加速 Photon 引擎

NVIDIA 的加速運算已整合至 Databricks Photon（高效能 SQL 引擎），以加速 AI 管線中的資料前處理與 ETL 流程 。NVIDIA 執行長黃仁勳指出，團隊花了五年時間建構實現此加速所需的函式庫 。

驅動合作的產業趨勢

代理式 AI 的崛起

此合作明確圍繞一個趨勢：從靜態 AI 模型轉向自主、多步驟的 AI 代理，這需要資料、運算與編排的緊密結合。一份 Databricks 報告指出，預計到 2026 年，自主 AI 系統的採用率將飆升 327% 。

CPU 成為新瓶頸

NVIDIA 和 Databricks 認為，AI 代理的效能瓶頸現在來自於負責執行規劃、工具呼叫與記憶體迴圈的主機 CPU，而非 GPU 吞吐量。Vera CPU 正是為了解決這個差距而設計 。

受治理的資料是根基

一個核心趨勢是：代理必須基於受治理、高品質的企業資料來運作。此次合作強調將 NVIDIA 加速技術引入 Databricks 由 Unity Catalog 治理的 lakehouse，讓代理能夠基於可信賴的資料進行推理，而非孤立的未受管理的資料來源 。

生態系統擴張

Databricks 同時也在投資開放協定（用於代理技能的 OpenSharing）及代理建構工具（Agent Bricks、用於代理記憶體的 Lakebase），而 NVIDIA 則同步擴展其與 HPE 等公司的 AI Factory 合作關係——這使得此合作處於產業朝向標準化、生產級代理基礎設施的更廣泛推動之中 。