助力agentic AI系统高效落地：英伟达发布Nemotron 3 Super模型

2026年3月10日，英伟达正式发布Nemotron 3 Super，这是一款搭载1200亿参数的混合专家（Mixture-of-Experts, MoE）模型，专门针对agentic AI（智能体）工作负载量身打造。

该模型采用创新混合Mamba-Transformer架构，在推理过程中仅激活约120亿参数，此举不仅能稳定维持高性能水平，还能大幅降低AI服务的部署与运行成本，相较于同等参数规模的稠密模型具有显著竞争优势。

作为Nemotron 3系列的核心升级款，Nemotron 3 Super是该系列中首款全面整合LatentMoE（潜在专家混合）、Multi-Token Prediction（多token预测）层及NVFP4预训练技术的旗舰模型。

这一核心技术组合，极大提升了模型的推理准确性与运行速度。依托创新混合架构，该模型相较前代产品实现了最高5倍的吞吐量提升与最高2倍的准确率优化；更值得关注的是，其原生支持最长达100万token的上下文窗口，能够高效处理超长文档解析、复杂多步推理等挑战性任务，打破了传统大模型的上下文长度限制。

为降低开发者应用门槛，英伟达为该模型提供了多格式检查点支持，涵盖经过后训练的版本、量化版本以及基础版本，全面兼容NVFP4、FP8和BF16三种精度。同时，英伟达公开了相应的训练数据集、模型训练配方（recipes）以及相关基础设施，整个Nemotron 3计划更是涵盖了超过10万亿token的预训练与后训练数据，并内置用于后训练的专属强化学习环境，为开发者提供端到端技术支撑。

英伟达明确将Nemotron 3 Super定位于协作式智能体与高吞吐量AI场景，重点强调该模型在软件开发、长文档分析以及工具调用等核心任务中表现突出，尤其适配需要多个智能体协同联动、完成复杂目标的企业级应用场景。

总体而言，Nemotron 3 Super凭借创新混合MoE架构与高效训练技术的双重优势，为构建高性能、低成本的agentic AI系统提供了强大且开放的技术基础设施，进一步加速了开源大模型在实际生产环境中的落地应用，为AI智能体的规模化部署奠定了坚实基础。