Databricks 與 NVIDIA 聯手打造「代理式 AI」新時代平台

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 。