Nvidia lança modelos Nemotron 3.5 de código aberto voltados para IA agêntica e hardware de ponta

A Nvidia expandiu sua linha de sistemas de inteligência artificial de pesos abertos com o lançamento de três novos modelos em sua família Nemotron: o principal Nemotron 3.5 Super VL, junto com o Nemotron 3.5 Bolt 74B-A9B 24GB e o Nemotron 3.5 Bolt E4B 4GB.

O lançamento ocorre após a divulgação do Nemotron 3.5 Lightning em agosto e representa a primeira estreia de modelos da empresa desde o anúncio de um acordo para adquirir o hub de aprendizado de máquina de código aberto Hugging Face no mês passado, onde todos os três modelos estão agora hospedados.

Foco em Conclusão Instantânea e Agentes Locais

Liderando o novo lançamento está o Nemotron 3.5 Super VL, um modelo de 120 bilhões de parâmetros projetado para agentes autônomos "sempre ativos". De acordo com a Nvidia, o modelo oferece conclusão rápida, permitindo executar tarefas quase instantaneamente enquanto mantém alta precisão.

Junto com o modelo de 120B de parâmetros, a Nvidia introduziu duas variantes sob o selo Bolt:

• Nemotron 3.5 Bolt 74B-A9B 24GB: Um modelo de médio porte otimizado para entregar equilíbrio e velocidade de processamento.

• Nemotron 3.5 Bolt E4B 4GB: Um modelo leve projetado especificamente para agentes conversacionais.

Em contraste com lançamentos parcialmente abertos comuns em toda a indústria, a Nvidia tornou todos os três modelos totalmente abertos, fornecendo acesso público aos seus pesos, conjuntos de dados de treinamento e receitas de treinamento subjacentes.

Enfrentando Rivais e Apoiando o Ecossistema de GPUs

Os novos modelos chegam no momento em que desenvolvedores dos EUA buscam alternativas abertas e fortes para competir com modelos de pesos abertos de alto desempenho e baixo custo da China, como a família Qwen, da Alibaba. Segundo Alexander Harrowell, analista da Omdia, os desenvolvedores já estão migrando para o novo lançamento, substituindo ativamente modelos como o Qwen 3.6 35B da Alibaba pelo Nemotron Bolt.

A medida também atende aos interesses mais amplos de hardware da Nvidia. Grandes provedores de nuvem e clientes importantes estão cada vez mais projetando silício proprietário — incluindo o Google com suas TPUs, a Amazon com seus chips aceleradores Trainium e a OpenAI com seu chip Jalapeño em desenvolvimento. Ao lançar modelos abertos otimizados, juntamente com medidas como a abertura do código de sua plataforma de orquestração de GPU Run.ai, a Nvidia visa sustentar a demanda por sua própria pilha de computação.

"Eles estão fazendo isso para apoiar o ecossistema mais amplo em torno de suas GPUs", observou Harrowell, apontando para um impulso generalizado da indústria em que os fabricantes de chips integram estreitamente modelos, software e hardware.

Avançando Cargas de Trabalho de Agentes para a Computação em Dispositivos

Além do desempenho bruto em benchmarks, o design arquitetônico do Nemotron 3.5 Super VL e dos modelos Bolt apresenta escala de memória aprimorada, o que expande a janela de contexto necessária para fluxos de trabalho agênticos complexos e de várias etapas.

As pegadas compactas de variantes menores, como o E4B, também se alinham com o esforço da indústria para mover a execução agêntica de data centers centralizados para máquinas locais. Sistemas como o Nvidia DGX Spark e os Mac Minis da Apple oferecem o potencial para executar cargas de trabalho de agentes localmente, embora Harrowell tenha apontado que uma adoção mais ampla exigirá que as empresas se reajustem para gerenciar software empacotado hospedado diretamente em dispositivos físicos, em vez de depender estritamente de APIs hospedadas na nuvem.