Nvidia kini merilis versi baru model AI berbobot terbuka sekitar setiap satu setengah bulan, percepatan dramatis dari siklus enam hingga delapan bulan yang sebelumnya dijaga. Bryan Catanzaro, Wakil Presiden Riset Pembelajaran Dalam Terapan perusahaan, menjelaskan jadwal baru ini dalam wawancara pada 24 Agustus 2026.
Apa yang mendorong percepatan ini
Peningkatan kecepatan bukan hanya ambisi. Ini adalah infrastruktur. Nvidia telah mengembangkan alat internal seputar generasi data sintetis, teknik yang disebut multi-teacher distillation (MOPD), dan lingkungan reinforcement learning yang secara kolektif memadatkan pekerjaan pengembangan yang sebelumnya memakan waktu berbulan-bulan menjadi beberapa minggu.
Generasi data sintetis pada dasarnya adalah mengajarkan model AI menggunakan data yang dibuat oleh model AI lain, bukan hanya mengandalkan kumpulan data yang dikurasi manusia. Distilasi multi-guru mengambil pengetahuan dari beberapa model yang lebih besar dan memampatkannya ke dalam model yang lebih kecil dan lebih efisien. Bersama-sama, teknik-teknik ini memungkinkan Nvidia untuk beriterasi tanpa mengalami hambatan dalam mengumpulkan dan membersihkan kumpulan data baru yang besar untuk setiap rilis.
Produk terbaru dari pipeline ini adalah Nemotron 3.5 Lightning, yang dirilis pada 11 Agustus 2026. Produk ini bergabung dengan keluarga yang semakin berkembang: seri Nemotron 3 sudah mencakup varian Nano, Super, dan Ultra, masing-masing ditujukan untuk berbagai kebutuhan dan anggaran komputasi.
Model Nano, yang dirilis pada Desember 2025, menjalankan sekitar 30 miliar parameter total tetapi hanya mengaktifkan sekitar 3 miliar pada waktu tertentu. Hal ini berkat arsitektur hibrida yang menggabungkan desain Mamba dan Transformer dalam pengaturan mixture-of-experts (MoE). Super dan Ultra menyusul pada 2026, dan tim sudah bekerja menuju Nemotron 4.
Bobot terbuka, buku panduan terbuka
Setiap rilis Nemotron dilengkapi dengan bobot terbuka penuh, resep pelatihan, dan dataset di bawah lisensi yang longgar. Artinya, setiap pengembang atau perusahaan dapat mengunduh, memodifikasi, dan menerapkan model-model ini tanpa membayar biaya lisensi ke Nvidia.
Dengan membagikan model-model tersebut, Nvidia menciptakan permintaan untuk perangkat keras yang dijalankan oleh model-model tersebut. Semakin banyak pengembang yang membangun di atas Nemotron, semakin banyak mereka membutuhkan chip yang dioptimalkan untuk inferensi Nvidia, kerangka NeMo, dan platform mikroservis NIMnya untuk menjalankan semuanya secara efisien.
Strategi open-weight juga berfungsi sebagai senjata kompetitif melawan laboratorium AI Tiongkok yang merilis model terbuka yang mampu dan penyedia model tertutup seperti OpenAI dan Anthropic.
Perangkat keras masih berjalan pada jam yang berbeda
Ritme empat hingga enam minggu berlaku hanya untuk perangkat lunak, khususnya model AI Nvidia. Rilis perangkat keras perusahaan, termasuk arsitektur Blackwell dan platform Vera Rubin yang akan datang, tetap mengikuti jadwal tahunan.
Apa artinya ini bagi lanskap AI
Nvidia telah secara jelas menyatakan bahwa model Nemotron-nya dioptimalkan untuk kasus penggunaan agen, artinya sistem AI yang dapat mengambil tindakan, menggunakan alat, dan beroperasi secara semi-otonom daripada hanya menghasilkan teks.