在 Microsoft Ignite 上,英伟达与微软宣布把合作从 Azure 数据中心延伸到工业边缘与 Windows PC:Vera Rubin NVL72 已在 Azure 运行,Nemotron 开放模型登陆 Microsoft Foundry,本地推理也有了更多落点。

英伟达与微软正在把全栈合作从 Azure 数据中心一路延伸到工业系统和 Windows PC,帮助企业构建、定制和部署智能应用。在 Microsoft Ignite 上,双方宣布了多项进展。
英伟达 Vera Rubin NVL72 系统已部署在 Azure 数据中心,面向高负载推理、AI 智能体应用以及大规模模型训练与推理。
双方还在把机密计算扩展到裸金属和机架级 AI 基础设施,让敏感模型和数据在处理过程中得到保护,满足涉及专有或受监管信息的企业需求。英伟达机密计算与远程认证可让客户在释放敏感模型、数据或密钥前验证计算环境。随着 AI 负载跨越越来越多互联加速器,两家公司正把这些保护扩展到整个 AI 工厂基础设施。
在能效方面,双方通过英伟达 MaxLPS 合作提升数据中心单位电力的产出。
Azure 的 Vera Rubin 预览建立在双方长期协同设计与性能优化之上。在最新的 MLPerf 结果中,Azure 用 GB200 NVL72 系统在 DeepSeek-V3 模型上扩展到 10240 块英伟达 GPU,是本轮规模最大的一次。推理测试中,Azure 的 GB300 NVL72 系统在 DeepSeek-R1 交互吞吐上领先云厂商提交超过 10%(据 Signal65)。
企业级 AI 智能体需要推理复杂任务、检索公司信息、理解业务文档。双方扩展了 Microsoft Foundry 中可用的模型与服务。
微软的无服务器 Programmed Training 让开发者掌控后训练流程,底层基础设施由 Foundry 托管,企业可以专注于业务数据、评估模型输出并改进模型行为。Foundry Managed Compute 则新增对部署自定义模型权重的支持,把模型定制与部署打通。
安永(EY)用 Foundry 的 Programmed Training 微调英伟达 Nemotron 开放模型,用于企业采购记录分类,评估数据集准确率提升 55%,成本相比专有前沿模型降低 15 倍。
Foundry Managed Compute 上扩展的 Nemotron 3.5 系列覆盖不同企业需求:Super 面向跨编程、研究和业务流程的长时运行智能体,Lightning 面向需要快速响应和工具调用的应用。配套模型包括用于信息检索的 Nemotron Embed 与 Rerank、从文档提取结构化信息的 Nemotron Parse、检测有害内容的 Nemotron Content Safety。面向高吞吐低延迟推理的 Nemotron 3.5 Bolt 和语音识别模型 Transcribe 即将推出。
双方把部署选项扩展到云之外,让企业在保持基础设施与运营掌控的同时,把模型和智能体跑在数据附近。
Foundry Local 扩展了对 Nemotron 3.5 的支持,把推理、编程和工具调用智能体能力带到 Azure Local 环境,检索模型可帮助应用在文本、文档图像、图表和表格中查找依据。Azure Local 还将通过硬件伙伴支持英伟达 RTX PRO 6000 Blackwell GPU,为本地部署 AI 提供更多选择。
Azure Local 正在扩展到英伟达 Jetson Thor 和 Jetson Orin 边缘 AI 平台,支持机器视觉、机器人、自主运营等工业应用。包括 Cosmos 在内的英伟达物理 AI 模型也将进入 Foundry Local。
在搭载英伟达 RTX Spark 的 Windows PC 上,双方将在 Ignite 展示本地大语言模型体验,演示开发者如何直接在设备上运行 AI 应用。
对于使用云 PC 的企业,双方把 Direct Stream 能力带到 GPU 加速的 Windows 365 Cloud PC,可支持最高两路 4K 60 帧、低延迟的高负载图形应用,即使在网络条件不佳时也能使用。限量预览已开放报名,公开预览计划于 2027 年初推出。
英伟达 BioNeMo Agent Toolkit 和 ALCHEMI Toolkit 正在进入 Microsoft Discovery 目录,把生命科学、药物发现、材料与化学领域的模型带入微软的智能体研究平台。BioNeMo Agent Toolkit 让科学家用自然语言运行计算生物学流程,由智能体协调所需的工具调用和模型调用。首个集成采用与华盛顿大学蛋白质设计研究所合作开发的 RFD4-Proteina 模型,用于生成候选蛋白质结构和氨基酸序列,供后续评估与实验室验证。
除了向客户开放英伟达技术,微软也在自己的 AI 研发中使用英伟达软件与加速计算。微软 AI 使用英伟达 Dynamo 支持后训练阶段的强化学习 rollout 推理——这一计算密集环节负责生成用于改进模型的经验数据。Dynamo 在大规模 GPU 集群上协调推理、优化性能,并管理请求、模型更新和故障恢复,该部署建立在微软 AI 与英伟达的联合工程之上。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断