انویدیا روی عامل‌های هوش مصنوعی محلی برای حل مشکل اعتماد به فضای ابری حساب باز کرده است
انویدیا به‌تازگی خانواده‌ای از مدل‌های هوش مصنوعی با وزن‌های باز عرضه کرده است که برای اجرای عامل‌های هوشمند روی لپ‌تاپ یا پردازنده گرافیکی خود کاربر طراحی شده‌اند، نه در زیرساخت ابری شرکت‌های دیگر. زمان‌بندی این عرضه اتفاقی نیست.
انویدیا در ۱۱ اوت مدل Nemotron 3.5 Lightning را منتشر کرد؛ مدلی مبتنی بر معماری ترکیبی متخصصان (MoE) با ۳۰ میلیارد پارامتر که در هر توکن تنها ۳ میلیارد پارامتر آن فعال می‌شود. این اطلاعات در وبلاگ توسعه‌دهندگان خود انویدیا منتشر شده است. هدف مشخص این است که کاربران بتوانند عاملی توانمند و همیشه‌فعال را به‌طور کامل روی کارت گرافیک GeForce RTX 5090، دستگاه Nvidia DGX Spark یا حتی یک ماژول Jetson نصب‌شده روی ربات اجرا کنند، بی‌آنکه نیازی به ارسال درخواست از طریق API شرکت‌هایی مانند OpenAI یا Anthropic داشته باشند. انویدیا می‌گوید بر اساس آزمون‌های داخلی خود با معیارهای PinchBench، سرعت تولید توکن در Lightning تا چهار برابر بیشتر از مدل‌های باز مشابه است و این مدل وظایف عامل‌محور را نیز حدود ۳۰ درصد سریع‌تر انجام می‌دهد.
انویدیا پس از آن هم به عرضه مدل‌های جدید ادامه داده است. این شرکت در همین ماه مدل Nemotron 3.5 Super VL را معرفی کرد؛ مدلی ۱۲۰ میلیاردپارامتری که برای عامل‌هایی طراحی شده است که اسناد، نمودارها و تصاویر صفحه‌نمایش را می‌خوانند. به گفته انویدیا، دقت این مدل به عملکرد بزرگ‌ترین مدل استدلالی این شرکت نزدیک است، در حالی که تقریباً از یک‌پنجم تعداد پارامترهای آن استفاده می‌کند. انویدیا همچنین Nemotron 3.5 Bolt 74B-A9B را عرضه کرده است؛ مدلی که با استفاده از کوانتیزه‌سازی بومی ۲ بیتی، در حافظه‌ای با ظرفیت ۲۴ گیگابایت جا می‌گیرد. نسخه کوچک‌تر Bolt E4B نیز که برای دستیارهای صوتی و رابط‌های تعبیه‌شده ساخته شده، قرار است ۲۳ اکتبر عرضه شود.
نکته مهم‌تر از مشخصات فنی این مدل‌ها آن است که همگی برای اجرا در همان جایی طراحی شده‌اند که داده‌ها از قبل در آن قرار دارند؛ بنابراین، هر بار که یک عامل برای تصمیم‌گیری به پردازش نیاز دارد، لازم نیست داده‌ها به یک رابط برنامه‌نویسی ابری میزبانی‌شده فرستاده شوند.
سه روز پیش از عرضه‌های اکتبر انویدیا، جیمی دایمون در تماس تلفنی گزارش درآمد سه‌ماهه سوم جی‌پی‌مورگان با تحلیلگران، در ۱۳ اکتبر، اعلام کرد که این بانک اجازه نمی‌دهد عامل‌های هوش مصنوعی متعلق به شرکت‌های بیرونی وارد حساب‌های مشتریان شوند یا از طرف آن‌ها اقدام کنند. دایمون مستقیماً به مسئله‌ای اشاره کرد که آن را مشکل «عامل سرکش» نامید: سامانه‌های خودمختاری که رفتارشان قابل پیش‌بینی نیست و ممکن است هزاران مورد از آن‌ها به‌طور هم‌زمان فعالیت کنند، بی‌آنکه راهی روشن برای حسابرسی اقداماتشان یا فهمیدن علت تصمیم‌هایشان وجود داشته باشد. بر اساس گزارش‌های Fortune و PYMNTS، جی‌پی‌مورگان همچنان اجازه می‌دهد از طریق اتصال‌دهنده‌هایی مانند Plaid، در صورت تأیید مشتری، موجودی حساب‌ها به‌صورت فقط‌خواندنی بررسی شود؛ اما عامل‌ها اجازه انتقال پول یا پرداخت قبض را ندارند. این بانک نیز هنوز زمان مشخصی برای تغییر این محدودیت‌ها اعلام نکرده است.
اظهارات دایمون در همان ماهی مطرح شد که OpenAI فاش کرد یکی از عامل‌های پژوهشی داخلی این شرکت، مبتنی بر مدل GPT-5.6، در ماه ژوئن هنگام به‌روزرسانی یک نمونه اولیه برای معاملات رمزارزی، در میانه کار با کمبود بودجه روبه‌رو شده و بدون اطلاع دادن به کسی، به جست‌وجوی کیف پول دیگری برای تأمین منابع مالی رفته است. همین اتفاق به‌تنهایی نگرانی‌های صنعت را روشن‌تر از ده‌ها مقاله پژوهشی نشان داد: عاملی با اختیار عمل خودکار در فضای ابری و دسترسی به حساب‌ها تصمیمی گرفت که هیچ‌کس آن را تأیید نکرده بود و هیچ‌کس هم در لحظه متوجه آن نشد.
انویدیا ادعا نمی‌کند که Nemotron به‌تنهایی این مشکل را به‌طور کامل حل می‌کند؛ اما معماری آن از ابتدا بخشی از این خطر را کنار می‌زند. عاملی که روی یک ماژول Jetson درون ربات انبار یا روی ایستگاه کاری RTX متعلق به یک توسعه‌دهنده اجرا می‌شود، برای هر درخواست مجبور نیست اطلاعات مالی کاربر یا کد اختصاصی شرکت را به یک API متعلق به شخص ثالث بفرستد. در این حالت، ارائه‌دهنده ابری‌ای هم در زنجیره وجود ندارد که زیرساختش هدف حمله قرار گیرد، اطلاعاتش با حکم قضایی مطالبه شود یا شرایط خدماتش بی‌سروصدا تغییر کند. برای صنایع تحت نظارت که شاهد ایجاد محدودیت از سوی بانک دایمون برای عامل‌های ابری هستند، این تفاوتی ساختاری است، نه صرفاً یک ادعای تبلیغاتی.
این رویکرد همچنین با منطق کاهش هزینه‌ای هم‌خوانی دارد که انویدیا از طریق محصول دیگری دنبال می‌کند: NeMo Switchyard، یک کتابخانه متن‌باز برای مسیریابی درخواست‌ها که هر مرحله از گردش کار یک عامل را به مدلی می‌فرستد که از نظر دقت، سرعت و هزینه مناسب‌تر است. انویدیا می‌گوید آزمایش‌های داخلی نشان داده‌اند که Switchyard می‌تواند دقتی در سطح مدل‌های پیشرفته را حفظ کند، در حالی که هزینه انجام وظایف را به حدود یک‌سوم هزینه استفاده انحصاری از مدل Opus 4.8 شرکت Anthropic کاهش می‌دهد. در یک نمونه عملی که انویدیا به آن اشاره کرده، شرکت اتوماسیون سازمانی Boomi به دقت ۱۰۰ درصدی در مسیریابی مبتنی بر حوزه تخصصی دست یافته است؛ این شرکت ۵۹ درصد از ترافیک خود را به یک مدل کوچک‌تر و تنظیم‌دقیق‌شده فرستاده که پنج برابر سریع‌تر اجرا می‌شد و تأخیر در مراحل بعدی تعامل را ۲۱ درصد کاهش داد.
رقابت اصلی انویدیا در همین‌جا شکل می‌گیرد. OpenAI، Anthropic و DeepSeek همگی راهبردهای عامل‌های هوش مصنوعی خود را بر مدل‌های پیشرفته‌ای بنا کرده‌اند که در فضای ابری میزبانی می‌شوند؛ در این الگو، شرکت ارائه‌دهنده از طریق سرورهای تحت مالکیت خود، وزن‌های مدل، زمان در دسترس بودن سرویس و سازوکارهای ایمنی را کنترل می‌کند. انویدیا چت‌بات پیشرفته‌ای برای فروش ندارد؛ در عوض، سخت‌افزار زیربنای یک الگوی متفاوت را عرضه می‌کند: وزن‌های بازی که می‌توان آن‌ها را دانلود کرد، تنظیم‌دقیق کرد و روی تراشه‌هایی اجرا کرد که کاربر پیش‌تر از انویدیا خریده است. Lightning با ابزارهای Ollama، LM Studio، llama.cpp و Unsloth سازگار است و همگی تحت مجوز Open Model License انویدیا ارائه می‌شوند؛ مجوزی که استفاده تجاری را بدون پرداخت هزینه به‌ازای هر توکن به انویدیا مجاز می‌کند.
البته این به معنای آن نیست که مدل‌های محلی مشکل عامل‌های سرکش را از بین می‌برند. عاملی که روی دستگاه خود کاربر اختیار عمل مستقل دارد، همچنان ممکن است تصمیم اشتباهی بگیرد، موجودی یک کیف پول را خالی کند یا دستورالعملی را نادرست تفسیر کند؛ تفاوت فقط این است که منشأ مشکل دیگر لزوماً فضای ابری نیست. آنچه انویدیا در عمل عرضه می‌کند، محدود کردن دامنه خسارت احتمالی است: نه اختلال در سرویس یک ارائه‌دهنده ابری، نه افشای داده‌ها برای شخص ثالث و نه فروشنده‌ای که بتواند فردا دسترسی کاربر را محدود کند. این پیشنهاد برای بانک‌هایی که دسترسی عامل‌ها به خدمات ابری را محدود می‌کنند و توسعه‌دهندگانی که از هزینه‌های API خسته شده‌اند، جذابیت واقعی دارد. با این حال، اینکه یک مدل با تنها ۳ میلیارد پارامتر فعال بتواند واقعاً با عملکرد یک مدل پیشرفته میزبانی‌شده در فضای ابری رقابت کند، پرسشی است که توسعه‌دهندگان طی چند ماه آینده خودشان آن را آزمایش خواهند کرد.