在人工智能（AI）研究领域，计算资源的可用性在很大程度上决定了开发速度。Nvidia 应用研究副总裁乔纳森·科恩（Jonathan Cohen）在接受 Nvidia 开发者频道采访时指出：“目前，任何 AI 研究人员的‘货币’就是他们能够获得多少图形处理器（GPU）。这一点在 Nvidia 公司内部也同样适用。”他领导的团队负责开发了 Nvidia 的 Llama Nemotron 模型系列，这一模型于今年3月推出，标志着 Nvidia 正式进入“推理”AI系统的世界。 科恩表示，Llama Nemotron 模型的开发速度令人惊讶，整个过程仅用了一到两个月的时间。他认为这种高效的部分原因在于其他员工愿意牺牲自己的计算资源。“许多研究人员非常无私地同意放弃他们的计算能力，以便我们能够迅速完成这些 Llama Nemotron 模型的训练。”他说。此外，Nvidia 的公司文化也促进了项目的快速推进，即使这可能会干扰当前团队的目标。“如何让一个团队去做一个前所未有的事情？我们的文化是‘群策群力’，识别出‘这是重要的事情’，每个有合适人员的经理都会考虑，‘这个新的项目比我们现在正在做的事情更重要吗？’如果可以抽调人手，他们会将直接下属贡献出来。” Llama Nemotron 项目最终成为了一个跨学科、跨团队的努力，来自整个公司的人员在没有正式组织结构的情况下共同工作。科恩强调，在这个项目中，人们能够放下个人利益，为整体目标做出贡献。“这真的很让人感到振奋，展现了出色的领导力，”他说。“很多人做出了牺牲，很多非常无私的决定使得这个项目得以圆满成功，这真是太棒了。” 业内专家认为， Nvidia 作为全球领先的 GPU 制造商，此次 Llama Nemotron 模型的成功推出不仅证明了公司在AI领域的深厚技术积累，也展示了其独特的内部协作机制。Nvidia 成立于1993年，长期致力于显卡技术和高性能计算的研发，其 GPU 在深度学习和大规模数据处理中发挥着关键作用。尽管如此，该公司在面对新挑战时仍然保持灵活，能够快速调动资源和人才，这一点对于未来 AI 技术的发展尤其重要。