助力agentic AI系統高效落地：英偉達發布Nemotron 3 Super模型

2026年3月10日，英偉達正式發布Nemotron 3 Super，這是一款搭載1200億參數的混合專家（Mixture-of-Experts, MoE）模型，專門針對agentic AI（智能體）工作負載量身打造。

該模型采用創新混合Mamba-Transformer架構，在推理過程中僅激活約120億參數，此舉不僅能穩定維持高性能水平，還能大幅降低AI服務的部署與運行成本，相較于同等參數規模的稠密模型具有顯著競爭優勢。

作為Nemotron 3系列的核心升級款，Nemotron 3 Super是該系列中首款全面整合LatentMoE（潛在專家混合）、Multi-Token Prediction（多token預測）層及NVFP4預訓練技術的旗艦模型。

這一核心技術組合，極大提升了模型的推理準確性與運行速度。依托創新混合架構，該模型相較前代產品實現了最高5倍的吞吐量提升與最高2倍的準確率優化；更值得關注的是，其原生支持最長達100萬token的上下文窗口，能夠高效處理超長文檔解析、復雜多步推理等挑戰性任務，打破了傳統大模型的上下文長度限制。

為降低開發者應用門檻，英偉達為該模型提供了多格式檢查點支持，涵蓋經過后訓練的版本、量化版本以及基礎版本，全面兼容NVFP4、FP8和BF16三種精度。同時，英偉達公開了相應的訓練數據集、模型訓練配方（recipes）以及相關基礎設施，整個Nemotron 3計劃更是涵蓋了超過10萬億token的預訓練與后訓練數據，并內置用于后訓練的專屬強化學習環境，為開發者提供端到端技術支撐。

英偉達明確將Nemotron 3 Super定位于協作式智能體與高吞吐量AI場景，重點強調該模型在軟件開發、長文檔分析以及工具調用等核心任務中表現突出，尤其適配需要多個智能體協同聯動、完成復雜目標的企業級應用場景。

總體而言，Nemotron 3 Super憑借創新混合MoE架構與高效訓練技術的雙重優勢，為構建高性能、低成本的agentic AI系統提供了強大且開放的技術基礎設施，進一步加速了開源大模型在實際生產環境中的落地應用，為AI智能體的規模化部署奠定了堅實基礎。