Databricks AI Runtime and NVIDIA make it easier to customize open models with enterprise data

AIR GA 把 NVIDIA NeMo/NGC 微调带到 Databricks serverless GPU，企业数据链路可直通定制模型。

在GTC Berlin上，Databricks与NVIDIA宣布 AI Runtime (AIR) 正式GA，让团队无需管理GPU基础设施，即可在serverless NVIDIA GPU上结合受治理的企业数据训练、微调开放模型。AIR支持多节点分布式训练，InfiniBand RDMA与NCCL负责通信，MLflow跟踪实验和GPU利用率，Unity Catalog管控数据，Lakeflow Jobs与Automation Bundles编排和CI/CD。开发者可将Docker及私有注册表、NGC目录中的GPU优化容器带入AIR，并用NVIDIA profiling工具定位瓶颈。除LLM外，AIR还提供NVIDIA Kumo Anomaly时间序列异常检测的验证微调流程，配合Genie Ontology构建上下文感知代理。借助 NVIDIA NeMo 和NeMo Automodel，企业可在AIR上微调 Nemotron 3.5 Lightning与Super VL，Genie Code辅助编写和调试训练脚本，之后通过 Databricks Model Serving 部署实时推理，文档与cookbooks提供上手路径。

1. 1AIR GA：可在 serverless GPU 上跑 NeMo/NGC 微调开放模型。
2. 2支持多节点分布式训练与 InfiniBand RDMA 高速互联。
3. 3新增 Docker 私有 registry、Kumo 异常检测微调与 Genie Code 调试。

为什么重要　对做企业数据微调、RL 与智能体落地的团队，减少了自管 GPU 集群和训练环境的负担，且与 Unity Catalog、MLflow、Model Serving 同平台打通。适合　在 Databricks 上做开放模型微调、RL 或智能体落地，且不想自管 GPU 的 AI/数据工程团队。

来源

databricks.com

发布

2026/10/21