Architecture Shift
Important
High
英伟达联合谷歌优化Gemma 4，强化本地AI代理基础设施
内容摘要
英伟达宣布与谷歌合作，针对其RTX、DGX Spark及Jetson平台，对Gemma 4系列开源模型进行深度优化。此举旨在将高性能、多模态AI推理能力从云端扩展至边缘设备和个人工作站，为本地AI代理（Agentic AI）提供从2B到31B参数的全栈模型支持。
核心要点
英伟达新闻稿核心是推广其GPU硬件与谷歌Gemma 4开源模型的结合，以服务于“本地AI代理”场景。
技术核心包括：为不同硬件层级（Jetson Nano边缘端、RTX PC/工作站、DGX Spark个人超算）匹配不同参数规模的Gemma 4模型（E2B/E4B用于边缘低延迟，26B/31B用于高性能推理与开发）。模型原生支持结构化工具调用（Function Calling）、多模态输入（文本/图像/视频/音频交错）、多语言及代码生成，这是构建复杂AI代理的关键能力。
英伟达通过联合Ollama、llama.cpp、Unsloth等软件栈，提供从部署到微调的完整工具链，旨在降低本地AI代理的开发门槛，并巩固其CUDA生态在本地推理中的主导地位。
技术核心包括：为不同硬件层级（Jetson Nano边缘端、RTX PC/工作站、DGX Spark个人超算）匹配不同参数规模的Gemma 4模型（E2B/E4B用于边缘低延迟，26B/31B用于高性能推理与开发）。模型原生支持结构化工具调用（Function Calling）、多模态输入（文本/图像/视频/音频交错）、多语言及代码生成，这是构建复杂AI代理的关键能力。
英伟达通过联合Ollama、llama.cpp、Unsloth等软件栈，提供从部署到微调的完整工具链，旨在降低本地AI代理的开发门槛，并巩固其CUDA生态在本地推理中的主导地位。
重要性说明
这标志着AI基础设施的竞争焦点正从云端训练向边缘推理和本地代理执行层转移。英伟达通过与顶级模型厂商（谷歌）深度绑定，将其硬件平台（从Jetson到DGX Spark）定义为本地AI代理的“标准计算底座”，试图控制下一代企业AI应用的运行时环境。...