輝達新發Nemotron 3.5與路由器，賣模型轉為賣整條AI工作流

輝達這次一口氣端出兩個東西：一個叫Nemotron 3.5 Lightning的輕量模型，一個叫NeMo Switchyard的智能體路由器。前者不是拿來跟前沿大模型拼智商的，它是拼速度、拼便宜的——300億參數的混合專家模型，單次推理只動用約30億，輸出速度號稱快4倍，智能體任務完成速度快30%。定位很清楚：大模型負責想，Lightning負責做，代碼審查、安全監控、數據處理這類重複性工作丟給它。第三方評測Artificial Analysis給它Intelligence Index打24分，追平OpenAI的gpt-oss-120b，代理任務評測甚至超過自家更大的Nemotron 3 Super。

但這裡有個落差得說清楚：輸出快4倍不等於任務快4倍。模型推理只是智能體工作流裡的一環，工具調用、API響應、多智能體之間的任務編排照樣會卡住，所以實際提速被壓縮到30%。這正是Switchyard存在的理由——單個模型跑得快沒用，得知道每一步該用哪個模型。這個開源路由庫會根據質量、延遲、成本，把每一個請求動態分配給當下最合適的模型，英偉達已經拉了Boomi、Cadence、Cognition、Kong、LangChain等一批生態夥伴接入。

真正值得記一筆的是定制成本。CodeRabbit用輝達標準配方訓練一個epoch，兩小時、85美元，就做出一個路由智能體；有夥伴用單張H100卡就完成訓練，晚上跑、早上取。這把後訓練從工程活變成了家電操作——按下啟動鍵就好。當定制門檻低到這種程度，企業自建專屬小模型的意願只會上升，而這些模型全部跑在輝達的硬件和路由體系裡。

這盤棋的真正意圖在於：輝達正在把自己從賣芯片的，變成賣整條AI工作流的。它一邊靠300億美元投資綁定OpenAI這樣的前沿客戶，一邊又用Nemotron家族（下一代Nemotron 4據報參數量將破1萬億）給企業提供更便宜的替代選項，直接跟自己最大的客戶搶生意。邊界模糊，但輝達不虧——只要模型跑在它的路由、推理和部署體系裡，不管企業最後選誰的模型，它都能從整條工作流裡抽成。Arena首席執行官Angelopoulos那句話說得直白：誰做出好的開源模型都無所謂，輝達都是贏家。開源生態越亂、越熱鬧，GPU的需求只會越旺。這才是Switchyard和Nemotron 3.5同時發布的真正算盤。