英伟达计划打造万亿参数开源AI模型，免费模型撬动GPU需求
Nashnova编辑部
英伟达正研发万亿参数的开源模型Nemotron 4，不靠模型收费，而是用免费模型拉动GPU全栈销售——这意味着→ 它正从芯片供应商转型为AI生态的基础设施运营商。
英伟达为什么要亲自下场做开源模型？
据The Information报道，英伟达正推进Nemotron 4研发，最大版本预计至少1万亿个总参数，约为今年6月发布的Nemotron 3 Ultra的两倍。
预训练数据和架构已有初步方案，但最终规格与发布时间未定，最关键的一轮训练尚未开始。
这意味着→ 英伟达的角色正从开源AI生态的"赞助商"变成亲自下场的"建设者"——模型本身免费，钱从GPU和整套基础设施上赚。
为什么要把客户"摊开"？
英伟达GPU需求高度集中：最新季报显示，前三大客户合计贡献当季收入的54%，分别占21%、17%和16%。
与此同时，大客户在加速自研芯片：亚马逊AWS的Trainium 2已承接Anthropic训练与推理，谷歌Ironwood TPU面向大规模训练，AMD以MI350和ROCm争夺开放模型负载。
用大白话说＝ 闭源模型把需求锁在少数大客户手里，这些客户不仅议价能力强，还有动力把成熟工作迁到自研芯片上。英伟达最想要的局面是成千上万个不同的模型同时跑——需求越分散，定制芯片越难通吃，通用GPU和CUDA生态的护城河越深。
免费模型怎么变成一条收入链？
英伟达已铺好完整路径：开放Nemotron提供模型权重和训练配方 → 企业用NeMo微调和评测 → 部署接入NIM推理微服务和TensorRT-LLM → 规模扩大后，算力落到DGX Cloud、公有云GPU或自建集群，NVLink网络和NVIDIA AI Enterprise订阅随之进入账单。
已有早期样板：Palantir将Nemotron引入美国政府隔离网络，客户在本地训练并保留权重；日本市场则是"主权AI"模板——研究机构用Nemotron数据训练日语模型，私有基础设施由HGX B300承担，边缘部署由Jetson负责。
这意味着→ 模型免费只是入口，英伟达真正卖的是从训练到部署的全栈基础设施。
"越便宜反而花越多"的逻辑是什么？
英伟达同期发布了免费的模型路由软件：简单任务交给小模型、困难任务交给大模型，表面上降低单次算力成本。
这反映出一个反直觉的押注——单次成本下降后，企业会启动更多常驻智能体（agent），把一次问答扩展为包含规划、搜索、工具调用和验证的连续流程，推理总支出反而上升。
Gartner预计，到2030年万亿参数模型推理成本将比2025年下降90%以上，但智能体每项任务消耗的token可能是普通聊天机器人的5至30倍。
万亿参数够不够用？
现有Nemotron 3 Ultra拥有5500亿个总参数、每个token激活550亿参数，支持最长100万token上下文。英伟达公布的推理吞吐量明显更高。
但据The Information援引第三方榜单，它仍落后于最强的中国开放模型，在全球综合模型中也远非第一梯队。
用大白话说＝ 稀疏MoE架构（一种"不是所有参数每次都上阵"的设计）里，参数总量不等于实际能力——数据质量、训练规模和工具调用能力共同决定最终效果。万亿参数的Nemotron 4若进不了真实任务的第一梯队，就很难改变企业采购决策。这是整个战略能否成立的关键验证点。
Content is for reference only, not financial advice.