1200億參數模型亮相：輝達談開放與封閉式AI選擇

下一代AI新創的競爭力，不只取決於選擇開放模型或封閉式模型，也取決於如何整合成本、基礎設施與資料控制權。

輝達($NVDA)開發者技術總監納德·哈利勒（Nader Khalil）與輝達VC聯盟全球合作夥伴關係主管雪梨·賽克斯（Sydney Sykes）將出席10月13日至15日在美國舊金山舉行的TechCrunch Disrupt 2026。TechCrunch表示，兩人將在Builders Stage討論模型選擇對企業經營的意義。

本次座談主題為「開放與封閉式AI之爭才剛開始」。新創必須決定，是利用專有前沿模型快速打造產品，還是以開放模型為基礎，自行掌控資料與部署環境。

會議也將討論自行微調模型、在地部署，以及同時使用多個模型等選項。這些選擇除了影響成本與基礎設施，也可能牽動利潤率、產品差異化、開發速度與資料控制權。

不過，單靠特定模型並不能確保競爭優勢。採用專有API的企業，仍須在自有資料、工作流程、通路、客戶關係或專業技術等方面建立差異化。

輝達並不把開放模型與專有模型視為二選一。輝達($NVDA)執行長黃仁勳（Jensen Huang）今年在GTC表示：「不是專有對開放，而是專有與開放。」

輝達持續強調擴大開放模型生態系，主張開放模型與商用模型可以並行發展，讓新創依據商業目標與營運條件選擇模型。

輝達的Nemotron 3 Super是開放模型，總參數量達1200億個，啟用參數量為120億個。輝達研究資料公開了訓練資料集與模型檢查點。

輝達表示，Nemotron 3 Super主要針對代理型AI任務。官方技術報告指出，模型支援最多100萬個Token的上下文，預訓練使用25兆個Token。

上述效能比較數據來自輝達自行評估，是否經過獨立驗證尚未確認。

納德·哈利勒（Nader Khalil）輝達開發者技術總監曾共同創辦AI基礎設施企業Brev.dev。他的個人網站指出，Brev.dev於2024年7月被輝達收購後，他在輝達負責開發者技術。

雪梨·賽克斯（Sydney Sykes）輝達VC聯盟全球合作夥伴關係主管。輝達官方VC聯盟頁面介紹，該組織負責連結投資人與新創，並提供生態系資訊及投資組合支援。

模型選擇並非只看技術效能。企業通常也會一併評估API使用費、自有基礎設施營運成本、資料處理方式、部署速度與產品差異化空間。

開放模型讓企業更容易在自有環境中修改與營運，但模型管理、安全及更新責任也須自行承擔。封閉式模型則由供應商負責營運，但可存取範圍與資料處理方式可能取決於供應條件。

TechCrunch Disrupt 2026將於10月13日至15日在舊金山舉行。活動官方頁面介紹，活動設有6個產業舞台，預計吸引超過1萬名參加者。