2026年的AI圈，关于算力瓶颈与技术路线的争论从未停歇。英伟达副总裁Bryan Catanzaro在最新访谈中抛出了一个震撼却现实的观点：从经济学角度看，摩尔定律早在五到十年前就已经“死透了”。晶体管越做越小，造价却呈指数级暴涨，单纯靠缩小芯片设计来躺赚红利的时代一去不复返。面对这一现实，英伟达的解法是“极端共同设计”（Extreme Co-design），即不再依赖硬件单点突破，而是从算法、软件到芯片制造进行全栈协同优化，以此在物理极限下硬挤出加速空间。这不仅解释了为何显卡价格居高不下，也预示着AI行业将进入一个更依赖系统工程整合而非单纯堆砌算力的新周期。
在这一背景下，英伟达不仅没有放缓模型研发，反而加速推出了Nemotron家族系列。Catanzaro强调，开发模型并非为了与生态竞争，而是为了通过“做中学”来反向驱动芯片设计的进化。最新的Nemotron 3家族主打“速度优先”的推理能力，其中Ultra和Super版本更是行业首批采用4-bit格式进行预训练的模型。尽管这在技术上极具挑战性——稍有不慎模型就会因数值不收敛而彻底“跑飞”，导致数百万美元算力打水漂，但英伟达通过算法创新成功实现了这一目标，大幅降低了推理成本和能耗，为AI从云端走向终端铺平了道路。
关于开源与闭源的论战，Catanzaro作为从“AI寒冬”走来的老兵，坚定地站在了开源阵营。他批评了西方社会对中国AI“只会套壳抄袭”的傲慢偏见，指出中国在开源协作的开放性上实则走在全球前列，其同行们毫无保留的技术分享精神值得全球学习。他认为，开源不仅是技术发展的最佳加速器，更是安全治理的最优解。相比于由少数巨头垄断定义“安全”的“围墙花园”，开源带来的“阳光”和多样性才是抵御风险的最好消毒剂。只有让全社会共同参与技术的评估与纠偏，才能构建真正稳健的AI治理体系。
在技术架构上，Nemotron并未盲目追随纯Transformer路线，而是采用了混合架构的创新思路。通过结合状态空间模型（SSM）与全注意力机制，Nemotron在保持全局理解能力的同时，显著降低了内存占用，提升了推理效率。配合混合专家（MoE）架构和多词元预测技术，模型能够在不牺牲准确率的前提下，实现概率性的速度提升——模型越准确，推理速度越快。这种对效率的极致追求，反映了英伟达对未来AI应用场景的判断：智能体（Agent）工作流将成为主流，而超长上下文窗口和低成本推理是支撑这一变革的关键。
对于组织管理，Catanzaro透露了英伟达内部保持创新活力的秘密：使命驱动而非组织架构驱动。在打造Nemotron的过程中，公司打破了部门墙，集结了包括GPU设计部门在内的数十个团队协同作战。这种“志愿者”文化，配合自下而上的创意孵化机制，使得英伟达能够在保持庞大体量的同时，依然拥有初创公司的敏捷与激情。面对未来，Catanzaro并不迷信“技术奇点”，他认为智能是高度多维且依赖情境的，与其空想奇点，不如脚踏实地打造那个能解决实际问题的“外部大脑”。
本篇内容整理自网络，同步发布在 AEX新讯社中文网、希鸥网、斯贝瑞品牌资讯、RCEO创新网、AI联播网、创新日报 等媒体平台。如需删改或发布内容，请联系微信：meisceao29