英伟达联合Ineffable Intelligence，共同设计强化学习基础设施

内容摘要

英伟达与由AlphaGo架构师David Silver创立的Ineffable Intelligence达成工程级合作，旨在共同设计面向大规模强化学习（RL）的基础设施。双方将基于Grace Blackwell平台探索RL训练流水线，并计划适配下一代Vera Rubin平台，以应对RL对互连、内存带宽和实时服务带来的独特挑战。

核心要点

英伟达与Ineffable Intelligence的合作聚焦于解决强化学习（RL）的基础设施瓶颈。RL智能体通过“行动-观察-评分-更新”的紧密循环进行持续学习，其数据是动态生成的，这与依赖静态人类数据集进行预训练的模式有本质不同。

这种差异对硬件和软件栈提出了新要求，特别是互连、内存带宽和模型服务能力。双方将首先在Grace Blackwell平台上开展工作，并计划探索下一代Vera Rubin平台。此举旨在为AI从依赖人类数据转向通过模拟和经验自主发现知识的新范式奠定硬件基础。

重要性说明

这标志着AI基础设施的演进重心正从以数据为中心的训练转向以交互和推理为核心的持续学习。英伟达通过与前沿研究实验室深度绑定，旨在定义并控制下一代AI（自主智能体）的硬件和系统软件栈，巩固其在AI算力生态中的核心地位。

PRO 决策建议

**厂商**：应评估强化学习（RL）基础设施的潜在控制点，如高速互连、低延迟内存和专用推理加速器。不参与此生态可能导致在下一代自主AI系统竞赛中失去相关性。

**企业**：需认识到AI代理的运营架构将不同于当前的大语言模型，其基础设施需求（实时性、模拟环境）将影响长期技术路线图。应开始调研RL对现有计算和网络架构的影响。

**投资者**：关注价值从通用训练芯片向支持复杂、持续学习的专用系统迁移的信号。监测英伟达与顶级AI研究实验室的绑定深度，这可能是其维持技术代差的关键。