Nvidia ra mắt bộ ba mô hình Nemotron 3.5 mã nguồn mở, tối ưu cho Agentic AI và phần cứng biên

Nvidia tiếp tục mở rộng dòng hệ thống trí tuệ nhân tạo trọng số mở (open-weight) khi ra mắt ba mô hình mới thuộc họ Nemotron: phiên bản chủ lực Nemotron 3.5 Super VL, cùng hai biến thể Nemotron 3.5 Bolt 74B-A9B 24GB và Nemotron 3.5 Bolt E4B 4GB.

Đợt ra mắt này diễn ra tiếp sau sự xuất hiện của Nemotron 3.5 Lightning vào tháng 8, đồng thời đánh dấu lần phát hành mô hình đầu tiên của hãng kể từ sau thỏa thuận thâu tóm nền tảng học máy mã nguồn mở Hugging Face vào tháng trước — nơi cả ba mô hình mới hiện đang được lưu trữ.

Hướng tới khả năng phản hồi tức thì và AI Agent cục bộ

Dẫn đầu trong đợt phát hành lần này là Nemotron 3.5 Super VL, mô hình sở hữu 120 tỷ tham số được thiết kế riêng cho các AI agent tự chủ hoạt động ở trạng thái "luôn bật" (always-on). Theo Nvidia, mô hình này cung cấp khả năng xử lý hoàn tất nhanh chóng (fast-track completion), giúp thực thi tác vụ gần như tức thì trong khi vẫn duy trì độ chính xác cao.

Bên cạnh mô hình 120B tham số, Nvidia cũng giới thiệu hai biến thể thuộc dòng Bolt:

• Nemotron 3.5 Bolt 74B-A9B 24GB: Mô hình kích thước trung bình, được tối ưu hóa để mang lại sự cân bằng và tốc độ xử lý vượt trội.

• Nemotron 3.5 Bolt E4B 4GB: Mô hình siêu nhẹ, được thiết kế chuyên biệt cho các agent hội thoại.

Trái ngược với các bản phát hành "mở một phần" thường thấy trong ngành, Nvidia đã công khai hoàn toàn cả ba mô hình, cho phép cộng đồng truy cập tự do vào trọng số (weights), bộ dữ liệu huấn luyện (training datasets) và cả công thức huấn luyện gốc (training recipes).

Đối đầu với các đối thủ và bảo vệ hệ sinh thái GPU

Các mô hình mới xuất hiện đúng thời điểm các nhà phát triển tại Mỹ đang tìm kiếm những lựa chọn mã nguồn mở mạnh mẽ để cạnh tranh với các mô hình trọng số mở chi phí thấp, hiệu năng cao đến từ Trung Quốc, điển hình như dòng Qwen của Alibaba. Theo Alexander Harrowell, chuyên gia phân tích tại Omdia, các lập trình viên đang bắt đầu chuyển sang bản phát hành mới này, tích cực thay thế các mô hình như Qwen 3.6 35B của Alibaba bằng Nemotron Bolt.

Động thái này cũng phục vụ lợi ích cốt lõi ở mảng phần cứng của Nvidia. Các nhà cung cấp dịch vụ đám mây lớn và các khách hàng trọng yếu đang ngày càng gia tăng việc tự thiết kế chip chuyên dụng — có thể kể đến Google với TPU, Amazon với chip tăng tốc Trainium, hay OpenAI với dòng chip Jalapeño đang trong quá trình phát triển. Bằng cách phát hành các mô hình mở được tối ưu hóa tốt, kết hợp với các bước đi như mở mã nguồn nền tảng điều phối GPU Run.ai, Nvidia hướng tới mục tiêu duy trì nhu cầu cho hệ thống tính toán của riêng mình.

"Họ làm điều này nhằm hỗ trợ cho hệ sinh thái rộng lớn hơn xung quanh các dòng GPU của mình," Harrowell nhận định, đồng thời chỉ ra xu hướng toàn ngành nơi các hãng sản xuất chip đang gắn kết chặt chẽ giữa mô hình, phần mềm và phần cứng.

Đưa tác vụ Agent xuống thiết bị đầu cuối (On-Device)

Không chỉ dừng lại ở hiệu năng qua các bài kiểm chuẩn (benchmarks), kiến trúc của Nemotron 3.5 Super VL và các mô hình Bolt còn sở hữu khả năng mở rộng bộ nhớ cải tiến, giúp nới rộng cửa sổ ngữ cảnh (context window) — yếu tố bắt buộc cho các quy trình làm việc đa bước phức tạp của AI agent.

Dung lượng nhỏ gọn của các biến thể như E4B cũng rất ăn khớp với sự dịch chuyển của ngành công nghiệp: đưa việc vận hành agent ra khỏi các trung tâm dữ liệu tập trung và triển khai trực tiếp lên các máy cục bộ. Các hệ thống như Nvidia DGX Spark hay Apple Mac Mini đang mở ra tiềm năng chạy các tác vụ agent ngay tại chỗ, dù Harrowell cũng lưu ý rằng để áp dụng rộng rãi, các doanh nghiệp sẽ cần điều chỉnh lại thói quen từ việc phụ thuộc hoàn toàn vào API đám mây sang quản lý phần mềm đóng gói chạy trực tiếp trên thiết bị vật lý.