资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证

TOOLBOX / 厂商档案 · 美国 · 算力与开源

本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围

NVIDIA

AI 时代最大赢家：卖算力的同时把自己变成"开源模型出口"。芯片（Blackwell → Rubin）是它的主业，但这一年它在开源模型上出手极重——Nemotron、Cosmos、GR00T 三大系列覆盖语言、世界模型与机器人，加上数据集、量化格式（NVFP4）与物理引擎，生态卡位意图明显。

一句话定位 + 能不能本地跑

模型演进（发布时间线）

语言与推理（Nemotron 系列）

其他开源线

你想看哪一个模型的具体评测？MODEL VIDEOS · 收录 1 个型号 / 6 条

型号Nemotron 3.5 Lightning（6 条）6 条 · 数据截至 2026-09-21

B站29:25

英伟达全新开源模型Nemotron 3.5 Lightning上手实测 | Bijan Bowen

每日英语学习看世界

2026-08-12 181 播放

B站25:14

你不需要用云端AI！Switchyard与Nemotron 3.5 Lightning实测

莉雅水嘟嘟

2026-08-12 149 播放

B站05:37

英伟达开源新模型 Nemotron 3.5 Lightning 详解：30B 总参数仅激活 3B，NVFP4 量化能有多快？

鲲鹏Talk

2026-08-12 5371 播放

B站29:25

NVIDIA 又开源了！Nemotron 3.5 Lightning 全面实测——C++ 滑板游戏/3D CAD/角色扮演，它什么都能干？

四月的尾巴_

2026-08-18 321 播放

B站06:01

一群模型,各干各的活:聊聊 NVIDIA 的 Nemotron 3.5 Lightning 和 Switchyard

听懂AI

2026-08-14 108 播放

B站20:22

【中配】英伟达Nemotron 3.5 Lightning全解析：架构、跑分、定价与NeMo Switchyard详解

薛定猫AI

2026-08-13 423 播放

点卡片（或封面）直接跳 B 站原视频、新标签打开——本站不转载、不搬运，视频与封面版权归原 UP 主所有；全部型号汇总见 #/videos。

开源细节补充与 CUDA 生态

CUDA 生态：2025-04 起加原生 Python 支持；2025-05 宣布下个主要版本停止支持旧架构 GPU——生态维护节奏由它单方面决定，这正是"CUDA 税"讨论的根源；也解释了为什么各家都在做自研芯片与国产替代（见 摩尔线程、寒武纪（后续批次补齐））。

硬件主线（芯片年表）

官方口径（公开表态与策略）

• "AI 工厂"叙事：从芯片到机架到云（DGX Cloud）再到模型与数据集，把算力交付讲成"工厂整体方案"。
• 开源是生态卡位：开源模型与数据集（含推理数据、微调指南）的密度远超传统芯片公司——目的是让开发者在它的栈上训练与推理。
• 量化主导权：主动公开 NVFP4 等格式并参与标准制定；同时大量"量化重分发"社区模型（DeepSeek / Qwen / GLM 的 -NVFP4 档）。
• 中国市场的两难：H20 系列的许可与生产反复，是这一年最受关注的合规变量。

财务与市场地位（公开数据）

它是唯一"卖算力同时卖模型与数据集"的厂商——生态卡位的收益最终会反映在硬件销售上。

民间梗与争议

• "卖铲子的开始造金矿"：社区调侃 NVIDIA 从芯片商变成"最积极的开源模型公司之一"。

  展开背景

  传统认知里芯片公司只卖硬件，它却把开源模型做成了产品线。2024-06 的 Nemotron-4-340B 是早期信号，2025-12-15 的 Nemotron 3 家族给出完整形态：Nano、Super、Ultra 三档，官方称其是「最有效率的开源模型家族，面向 Agent 应用有领先准确率」，Nano 为 3.2B 激活 / 31.6B 总参数，并放出权重、训练配方与可再分发数据。2026-03-11 的 Nemotron 3 Super 是 120B 参数、100 万 token 上下文，官方称推理负载可比 GPT-OSS 快 2.2 倍；2026-08-11 又出 Nemotron 3.5 Lightning（30B MoE、3B 激活），配套开源 NeMo Switchyard 路由库与一份 Agent 强化学习数据集，口径是「在许可允许的范围内尽可能公布训练数据与技术」。它的说法是不争模型第一：开源模型让人控制 AI 跑在哪、怎么部署与演进，走「模型的系统」路线——大模型规划编排，小模型干代码审查、工具调用与安全监控；NVIDIA 的 Bryan Catanzaro 把动机说成「我们这样做是想帮生态」，而生态成长「给我们创造了机会」。社区照单收下：HN 上 Nemotron 3 家族 257 分 / 59 评论，Nemotron 3.5 Lightning 262 分 / 139 评论。卖铲子的开始造金矿，图的是谁跑模型都用它的栈——开源是生态卡位，收益最终回到硬件销售。

  来源：NVIDIA 官方博客：Nemotron 3.5 Lightning 与 NeMo Switchyard（2026-08-11） · NVIDIA Research：Nemotron 3 家族（三档参数与开放数据说明，2025-12-15） · Hugging Face：NVIDIA-Nemotron-3.5-Lightning-30B-A3B-NVFP4 模型卡（OpenMDW 许可 / 30B-3B 激活） · The Deep View：NVIDIA 以 Nemotron 3 Super 扩充开放模型（2026-03-11） · HN 讨论：NVIDIA Nemotron 3 模型家族（257 分 / 59 评论） · HN 讨论：NVIDIA Nemotron 3.5 Lightning 与 NeMo Switchyard（262 分 / 139 评论）

• H20 过山车：批准 → 暂停 → 特供讨论 → 再变化，中美两边的舆论与股价都被牵动。

  展开背景

  H20 是这一年最反复的合规变量。官方业绩新闻稿写得清楚：2025-04-09 美国政府通知对华出口 H20 需要许可，公司在 2026 财年一季度计提 45 亿美元相关费用（超额库存与采购义务），当季 H20 销售 46 亿美元、另有 25 亿美元收入无法出货。The Register 在 04-16 补上前后文——许可要求被告知将「无限期有效」，规则瞄准「H20 集成电路及任何达到 H20 内存带宽的电路」，消息公布后股价盘后跌超 6%；此前黄仁勋还出席了 4 月海湖庄园每人 100 万美元的晚宴，管制一度被传暂停、随后仍推进。7 月双方松动、恢复交付，中国网信部门随即在 7 月 31 日约谈，称存在「严重安全问题」，指美方专家「披露 Nvidia 计算芯片可定位追踪、可远程关闭」，要求提交说明材料；NVIDIA 否认这类说法，反称「H20 不是军用产品，也不用于政府基础设施」，并说「禁止 H20 在中国销售只会损害美国的经济与科技领导力，国家安全上零收益」。8 月 12 日 The Register 报道中方发函劝阻企业把 H20 用于政府与国安相关作业，同期美方要求 NVIDIA 与 AMD 上缴对华销售额的 15%。年末轮到 H200：美方放行但抽 25%，2026-01-17 卫报报道中国海关又把它挡在门外，零组件厂商「暂停生产」，而 NVIDIA 原本预期中国客户订单超过 100 万片。避坑一节据此提醒：中国区采购别做单点依赖。

  来源：NVIDIA 官方新闻稿：2026 财年第一季度财务业绩（H20 计提 45 亿美元与 25 亿美元未出货收入） · The Register：美国管制让 Nvidia 对华 H20 销售停摆（2025-04-16） · Ars Technica：中国称 Nvidia 为中国市场设计的 H20 芯片留有后门（2025-07-31） · The Register：北京不希望 H20 靠近敏感的政府工作负载（2025-08-12） · The Guardian：中国拦下美国政府已放行的 Nvidia H200 芯片（2026-01-17） · HN 讨论：北京不希望 H20 靠近政府工作负载（2025-08-12）

• "CUDA 税"讨论：CUDA 生态依赖是长期话题（2025-04 起加原生 Python 支持、2025-05 宣布下个大版本停旧架构支持）。

  展开背景

  这条讨论的结构是「依赖的维护节奏由对方单方面决定」。正面证据是它做得好的地方：2025-04-02 的 GTC 上 NVIDIA 把 Python 一等公民化，交出 Python 绑定、cuPyNumeric（改一行 import 就能把 NumPy 代码搬上 GPU）、NVMath Python 与被描述为「对 CUDA runtime 的 Pythonic 重写」的 CUDA Core，CUDA 架构师 Stephen Jones 的说法是「Python for CUDA 不应该长得像 C，它应该像 Python」——这一步把受众从懂 C++ / Fortran 的约 400 万人扩到 Python 人群。另一面写在官方文档里：CUDA Toolkit 发布说明称 cuFFT 13.0「移除了对 Maxwell、Pascal 与 Volta 的支持（即早于 Turing 的计算能力）」，cuSPARSE 13.0 同样「放弃 Turing 之前的架构」；旧卡不是坏了，而是新工具链不再陪它走。于是搬走的成本就成了税，社区一直在修绕行路线：Scale 的「不改一行在 AMD GPU 上跑 CUDA」、面向 AMD 的开源 CUDA 编译器 BarraCUDA（HN 464 分 / 202 评论）、以及官方自己做 Rust 到 CUDA 的 CUDA-oxide（HN 424 分 / 118 评论）各走一边；各家自研芯片与替代路线的动力也来自这里。它给的是行业标准级的便利，收的是「什么时候被断供新技术」的不确定——这就是「依赖即税」。

  来源：NVIDIA 官方文档：CUDA Toolkit 发布说明（cuFFT / cuSPARSE 13.0 移除 Maxwell / Pascal / Volta 支持） · The New Stack：NVIDIA 终于给 CUDA 加上原生 Python 支持（2025-04-02） · HN 讨论：在 AMD GPU 上不改一行运行 CUDA（Scale，1330 分 / 399 评论） · HN 讨论：BarraCUDA——面向 AMD GPU 的开源 CUDA 编译器（464 分 / 202 评论） · HN 讨论：CUDA-oxide——NVIDIA 官方的 Rust 到 CUDA 编译器（424 分 / 118 评论）

• 收购动作密集：收购 SchedMD（2025-12）、商讨收购 AI21 Labs（2026-01）、收购 Hugging Face（2026-09-03 官宣、待交割）——从硬件向软件与模型的并购扩张。

  展开背景

  并购是沿「硬件 → 软件 → 模型」向上找的。2025-12-15 官方宣布收购 SchedMD——Slurm 背后的主要开发方，官方称 TOP500 榜单的前十与百强里都有过半机器在用这套开源工作负载管理器；官方承诺「继续以开源、厂商中立的软件开发和分发 Slurm」，SchedMD CEO Danny Auble 称这是「Slurm 在最苛刻的 HPC 与 AI 环境中关键作用的终极验证」，并保证它「将继续保持开源」。2025-12-24 CNBC 报道 NVIDIA 以约 200 亿美元现金收购 Groq 资产：Groq 自己把它定义为「与 NVIDIA 就 Groq 推理技术的非排他许可协议」，除 GroqCloud 外的资产全部并入，创始人 Jonathan Ross 等高管入职，Groq 作为公司独立存续、由 CFO Simon Edwards 接任 CEO；黄仁勋说计划「把 Groq 的低延迟处理器整合进 NVIDIA AI factory 架构」，并明确「我们不是在收购 Groq 这家公司」。这笔交易随即被批为绕开监管的「收购式招聘」：2026-09-09 纽约时报报道司法部立案调查，The Register 在 09-12 给出的判断是「太晚了」——2026 年 3 月 NVIDIA 已亮出装 256 颗 Groq-3 加速器的 LPX 机架。同期还有 2025-12-30 报道的洽购 AI21 Labs（20 亿至 30 亿美元）。最新一笔是 2026-09-03 官宣的 Hugging Face：黄仁勋在 NVIDIA 官方博客宣布以 12,930,300,000 美元（约 129 亿美元）收购，并给出三条承诺——平台保持开放、开发者可自选模型／框架／云与推理服务商、「不要求使用 NVIDIA 算力才能构建或部署」；截至本页整理时交易已官宣、待交割。社区对 SchedMD 那笔 32 分 / 7 评论，对 Groq 那笔 699 分 / 404 评论。

  来源：NVIDIA 官方博客：NVIDIA 收购 SchedMD（2025-12-15） · CNBC：Nvidia 以约 200 亿美元收购 AI 芯片初创公司 Groq 资产（2025-12-24） · The Register：Nvidia 的 Groq 收购式招聘已被司法部盯上，但已经太晚（2026-09-12） · Calcalist：Nvidia 就以 20 亿至 30 亿美元收购 AI21 进入后期谈判（2025-12-30） · HN 讨论：Nvidia 收购 SchedMD（32 分 / 7 评论） · HN 讨论：Nvidia 以 200 亿美元现金收购 Groq 资产（699 分 / 404 评论） · NVIDIA Blog：NVIDIA to Acquire Hugging Face（2026-09-03） · TechCrunch：Nvidia confirms it will buy Hugging Face for $12.9 billion（2026-09-03）

• 说明：以上为公开报道与社区讨论，非官方定论。

与头部实验室的关系（它同时是供应商与竞争者）

• 供应商：OpenAI、Anthropic、Google、xAI 的训练与推理都大量使用它的芯片——AI 竞赛的每一方都是它的客户。
• 竞争者：它自己开源 Nemotron / Cosmos / GR00T 并做 Agent 编排（Orchestrator-8B）、推理芯片（拟整合 Groq 技术）——从硬件向上吃软件与模型层。
• 生态中立性：正因为谁都不得罪，它的模型与数据集能被各家采纳（如 gpt-oss-puzzle-88B 这类与外部模型结合的产物）。

这是它与其他厂商最大的不同：别人争模型第一，它争"谁跑模型都用我的栈"。

产品矩阵（按场景速查）

怎么用（三条路）

1. 本地部署（开源档）

• Nemotron Nano 4B 及中档可本地跑；量化重分发档（-NVFP4 等）是社区主流路径之一（见 GGUF 量化与显存）。
• 机器人 / 世界模型线需专业硬件。

2. 开发者生态

• NIM 微服务起步（免费额度）；NeMo / Dynamo 等框架做训练与推理优化。

3. 自建算力

• 企业采购数据中心卡；桌面级方案（DGX 工作站）用于本地大模型开发。

避坑

• 许可不是 Apache：NVIDIA 开放模型许可为自有条款（可商用但有条件），二次分发与商用前读原文。
• 硬件绑定倾向明显：多数产出为自家 GPU 优化，其他平台性能未必对等。
• "开源"范围要看清单：语言线开源充分，但最强模型（如部分大档）仍走 NIM/云。
• 中国区合规变量：H20 类产品的供应与许可反复，采购方案别做单点依赖。
• 别混淆模型线与芯片线：同名 Nemotron 出现在多个规格上，选型写全参数。

官方入口

• 官网：nvidia.com · 开发者：developer.nvidia.com / build.nvidia.com
• 权重：Hugging Face nvidia

串联

• 本地部署 → LLM 本地部署 / vLLM / llama.cpp
• 量化体系 → GGUF 量化与显存 / 显存与量化进阶
• 横向比较 → 本地部署厂商地图（NVIDIA 属权重开放线）