NVIDIA Vera Rubin：面向代理式AI实现每美元最大智能

NVIDIA 在博客中解释说，对于智能体 AI 来说，后训练不再是单次阶段，而是一个持续的过程。与生成式模型不同，智能体模型需要规划、使用工具并适应不断变化的条件。后训练包括前向传播和反向传播的循环，其中模型通过强化学习提升其技能。关键指标变成了“每美元智能值”，它结合了推理时的每令牌成本和训练效率。NVIDIA Vera Rubin 平台是 Blackwell 的继任者，专为这一场景设计：它能够用四分之一数量的 GPU 训练最大的模型。以拥有 5500 亿参数（MoE 架构）的 Nemotron 3 Ultra 模型为例，该模型在 SWE-bench verified 上达到了 71.7% 的成绩。Vera Rubin 平台集成了 NeMo 库（NeMo Gym、NeMo RL），并针对数千个环境的并行部署进行了优化。合作伙伴包括 Prime Intellect（在 Vera 处理器上相比 x86 实现了 30% 的吞吐量提升）、Perplexity（其强化学习堆栈通过 RDMA 同步权重，耗时不到 2 秒），以及 Together AI（在 AI 原生云平台上提供后训练即服务）。