在 Microsoft Ignite 大会上,英伟达与微软宣布将双方的全栈合作从 Azure 云端进一步延伸至工业系统和 Windows PC,覆盖基础设施、模型定制、边缘推理与终端设备等多个层面。最核心的进展是,英伟达 Vera Rubin NVL72 系统已在 Azure 数据中心运行,为推理密集型应用、智能体(agentic)工作负载以及大规模模型训练和推理提供算力基础。

双方还在合作将机密计算扩展至裸金属和机架级 AI 基础设施,以帮助需要处理专有或受监管信息的企业,在模型和数据被处理时提供保护。英伟达的机密计算与远程证明(attestation)机制,可让客户在释放敏感模型、数据或密钥之前先验证计算环境。此外,两家公司正基于 NVIDIA MaxLPS 合作提升能效,让数据中心从现有电力中获得更多性能。

Azure 上的 Vera Rubin 预览版建立在双方长期协同设计与性能优化的基础上。在 MLPerf Training v6.1 中,Azure 使用 GB200 NVL72 系统将 DeepSeek-V3 模型扩展至 10,240 块英伟达 GPU,是该轮测试中规模最大的提交。在 MLPerf Inference v6.1 中,据 Signal65 数据,Azure 的 GB300 NVL72 系统在 DeepSeek-R1 交互吞吐量上领先云厂商提交超过 10%。

在企业模型定制方面,微软 Foundry 平台新增了英伟达开放模型与相关服务。微软的无服务器 Programmed Training 产品让开发者控制后训练工作流,而 Foundry 负责管理底层基础设施;Foundry Managed Compute 则新增对部署自定义模型权重的支持,把模型定制与部署通过微软托管服务连接起来。安永(EY)已使用 Foundry 中的 Programmed Training 对英伟达 Nemotron 开放模型进行适配,用于企业采购记录分类,其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。

英伟达还扩展了 Nemotron 3.5 系列在 Foundry Managed Compute 上的支持:Super 面向跨编码、研究和业务工作流的长时间运行智能体,Lightning 面向需要快速响应和工具调用的应用;Nemotron Embed 和 Rerank 帮助智能体检索相关信息,Nemotron Parse 用于从文档中提取结构化信息,Nemotron Content Safety 用于检测有害内容。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。

在边缘侧,双方扩大了部署选项,让企业在保持对基础设施和运营控制的同时,将模型和智能体运行在更靠近数据的位置。Foundry Local 对 Nemotron 3.5 的支持扩展至 Azure Local 环境,涵盖推理、编码和工具调用智能体能力;检索模型可帮助应用在文本、文档图像、图表和表格中查找证据。Azure Local 还将支持来自硬件合作伙伴的英伟达 RTX PRO 6000 Blackwell GPU,并扩展至 Jetson Thor 和 Jetson Orin 边缘 AI 平台,以支持机器视觉、机器人和自主运营等工业应用。英伟达的物理 AI 模型(包括 Cosmos)也将引入 Foundry Local。

在终端设备上,搭载英伟达 RTX Spark 的 Windows PC 将在 Ignite 上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 的组织,双方将 Direct Stream 能力引入 GPU 加速的 Windows 365 Cloud PC,支持高负载图形应用,最多可提供两路 4K 60 帧/秒 的流媒体,即使在网络条件不佳时也能保持低延迟。该功能已开放有限预览注册,计划于 2027 年初 进入公开预览。

在科学研究领域,英伟达 BioNeMo Agent Toolkit 和 ALCHEMI Toolkit 正在扩展至微软 Discovery 目录,将生命科学、药物发现以及材料与化学科学模型引入微软的智能体研究平台。BioNeMo Agent Toolkit 帮助科学家用自然语言在 Microsoft Discovery 中运行计算生物学工作流,由智能体协调所需的工具和模型调用。

微软自身也在使用英伟达技术加速其模型和服务,包括用于后训练的 NVIDIA Dynamo 推理软件,以及用于 Bing 搜索模型的 RTX PRO 6000 Blackwell GPU。整体来看,这一合作把英伟达的算力与软件栈更紧密地嵌入微软从云到端的 AI 体系,也为企业客户提供了从云端训练到边缘推理、再到本地 PC 的连续部署路径。