文 | 林时砚

编辑 | 陈岩

哈喽，大家好！我是小林！

英伟达的端侧AI棋局：从开源模型到算力生态

近期，英伟达CEO黄仁勋动作频繁，从联合金融机构为AI基建融资，到开源新模型，一系列操作引发关注。

其中关键进展是8月11日开源的30B总参数、MoE架构模型Nemotron 3.5 Lightning，该模型仅激活3B参数，即可在英伟达RTX C系列设备上运行，轻量高效成为核心标签，它可本地完成代码审查、工具调用等简单任务，有助于节省Token调用成本。

同步推出的还有智能体强化学习数据集，以及模型调度工具NeMo Switchyard，后者可根据任务复杂度自动调度最合适模型，在复杂场景下调用API时可降低约三分之一的Token成本。

轻量模型背后的杰文斯悖论

有分析认为，此举遵循杰文斯悖论逻辑——效率提升会降低单位成本，进而可能引发使用量爆发式增长，若未来AIPC设备普及，Token消耗量或将指数级增长。

这被外界解读为黄仁勋布局的关键一环：通过端侧模型降低使用门槛，刺激更多Token需求，从而巩固算力生态。

对于战略意图，业内存在多种解读，一种观点认为，这是在应对美国芯片出口限制背景下的策略调整——高端芯片受限，英伟达转向不受限的端侧AIPC设备，以巩固CUDA生态。

目前英伟达已形成从GPU到开源模型再到端侧智能的技术链条，据透露其首个端侧AI产品即将落地，在PC端AI芯片这一细分赛道上，英伟达目前暂居先机。

5000亿资本联盟与中国的现实挑战

此外，英伟达联合贝莱德、Apollo等6家机构，宣布启动旨在动员超过5000亿美元第三方资本的计划，用于全球AI数据中心建设。

单个超大规模数据中心成本动辄数百亿美元，引入多家巨头分摊风险可降低投资门槛。有分析指出，只要投资占比控制在一定范围内，英伟达作为硬件供应商就能获得稳定收益。这一资本联盟也给全球其他参与者带来压力：跟投有风险，不跟则可能落后。

在端侧AI领域，中国产业链已初步打通从模型到应用的全链路，但在高带宽内存等关键芯片产能，以及软件开发工具平台方面，仍面临现实挑战。

未来格局的关键变量在于AIPC能否在近几年内大规模进入企业场景，以及超级AI分身能否创造实际商业价值。这些进展将影响各国在下一阶段AI竞赛中的位置

信源 ：

IT之家2026-08-12 09:49青岛软媒网络科技有限公司《英伟达推出30B开源AI模型Nemotron 3.5 Lightning》