Nvidia hiện đang phát hành các phiên bản mới của các mô hình AI trọng số mở với tần suất khoảng mỗi một tháng rưỡi, một sự tăng tốc đáng kể so với chu kỳ sáu đến tám tháng trước đây. Bryan Catanzaro, Phó chủ tịch Nghiên cứu Học sâu Ứng dụng của công ty, đã công bố lịch trình mới trong một cuộc phỏng vấn vào ngày 24 tháng 8 năm 2026.
Điều gì đang thúc đẩy sự tăng tốc
Sự tăng tốc không chỉ là tham vọng. Đó là hạ tầng. Nvidia đã phát triển các công cụ nội bộ xung quanh việc tạo dữ liệu tổng hợp, một kỹ thuật gọi là distillation đa giáo viên (MOPD), và các môi trường học tăng cường, cùng nhau nén những công việc phát triển từng mất vài tháng xuống còn vài tuần.
Tạo dữ liệu tổng hợp về cơ bản là việc huấn luyện các mô hình AI bằng dữ liệu được tạo ra bởi các mô hình AI khác, thay vì chỉ dựa vào các bộ dữ liệu do con người tuyển chọn. Sự tinh chỉnh đa giáo viên lấy kiến thức từ nhiều mô hình lớn hơn và nén chúng vào các mô hình nhỏ hơn, hiệu quả hơn. Cùng nhau, các kỹ thuật này cho phép Nvidia cải tiến liên tục mà không gặp phải điểm nghẽn khi thu thập và làm sạch các bộ dữ liệu mới khổng lồ cho mỗi phiên bản phát hành.
Sản phẩm mới nhất của dòng sản phẩm này là Nemotron 3.5 Lightning, đã ra mắt vào ngày 11 tháng 8 năm 2026. Nó gia nhập một gia đình ngày càng mở rộng: dòng Nemotron 3 hiện đã bao gồm các phiên bản Nano, Super và Ultra, mỗi phiên bản nhắm đến các trường hợp sử dụng và ngân sách tính toán khác nhau.
Mô hình Nano, được phát hành vào tháng 12 năm 2025, chạy khoảng 30 tỷ tham số tổng cộng nhưng chỉ kích hoạt khoảng 3 tỷ tham số tại bất kỳ thời điểm nào. Điều này là nhờ kiến trúc lai kết hợp thiết kế Mamba và Transformer trong cấu trúc mixture-of-experts (MoE). Super và Ultra ra mắt vào năm 2026, và nhóm đang tiếp tục phát triển hướng tới Nemotron 4.
Mở trọng số, mở kế hoạch hành động
Mỗi bản phát hành Nemotron đều đi kèm đầy đủ trọng số mở, công thức huấn luyện và bộ dữ liệu dưới các giấy phép cho phép. Điều đó có nghĩa là bất kỳ nhà phát triển hay công ty nào cũng có thể tải xuống, sửa đổi và triển khai các mô hình này mà không phải trả phí cấp phép cho Nvidia.
Bằng cách phát hành các mô hình, Nvidia tạo ra nhu cầu về phần cứng mà các mô hình đó chạy trên đó. Càng nhiều nhà phát triển xây dựng trên Nemotron, họ càng cần các chip được tối ưu hóa cho suy luận của Nvidia, khung NeMo và nền tảng microservice NIM để chạy mọi thứ một cách hiệu quả.
Chiến lược mở trọng số cũng đóng vai trò như một vũ khí cạnh tranh chống lại các phòng thí nghiệm AI Trung Quốc đang phát hành các mô hình mở mạnh mẽ và các nhà cung cấp mô hình đóng như OpenAI và Anthropic.
Thiết bị phần cứng vẫn chạy trên đồng hồ khác
Tần suất bốn đến sáu tuần chỉ áp dụng cho phần mềm, cụ thể là các mô hình AI của Nvidia. Các sản phẩm phần cứng của công ty, bao gồm kiến trúc Blackwell và nền tảng Vera Rubin sắp tới, vẫn duy trì lịch ra mắt hàng năm.
Điều này có nghĩa gì đối với bức tranh AI
Nvidia đã rõ ràng rằng các mô hình Nemotron của họ được tối ưu hóa cho các trường hợp sử dụng tác nhân, nghĩa là các hệ thống AI có thể thực hiện hành động, sử dụng công cụ và vận hành bán tự chủ thay vì chỉ tạo văn bản.