NVIDIA 与微软扩大合作,将加速计算从 Azure 扩展至 Windows PC
NVIDIA and Microsoft Expand Accelerated Computing From Azure to Windows PCs
NVIDIA 与微软在 Microsoft Ignite 上深化合作,在 Azure 数据中心上线基于 NVIDIA Vera Rubin NVL72 系统的虚拟机,并通过 Microsoft Foundry 接入 Nemotron 3.5 系列开源模型与定制能力。
展示了从云端机架级算力延伸到本地端侧的协同架构,有助于评估混合场景下的智能体落地与定制成本。

NVIDIA 与微软正在进一步拓展全栈合作,协助企业构建、定制和部署智能应用,覆盖从 Azure 下一代基础设施到工业系统及 Windows PC 的各个层面。
在 Microsoft Ignite 大会上,两家公司扩大了基于 NVIDIA Vera Rubin NVL72 系统打造的 Azure 虚拟机的可用范围,并通过 Microsoft Foundry 为客户引入 NVIDIA 开放模型与定制能力,同时还为企业在产生与使用数据的边缘端运行 AI 提供了全新选择。
微软还利用 NVIDIA 技术加速自身模型与服务,包括用于后训练的 NVIDIA Dynamo 推理软件,以及为 Bing 搜索模型提供算力支持的 NVIDIA RTX PRO 6000 Blackwell GPU。
NVIDIA Vera Rubin NVL72 已在 Azure 上线运行
NVIDIA Vera Rubin NVL72 系统已在 Azure 数据中心部署运行,为高要求的复杂推理、智能体应用以及大规模模型训练与推理提供了专属基础设施。
微软与 NVIDIA 还携手将机密计算拓展至裸金属和机架级 AI 基础设施。这项合作有助于在处理敏感模型和数据时提供安全保护,为需要处理专有或受监管信息的企业提供有力支撑。
NVIDIA 机密计算与认证机制可协助客户在部署敏感模型、数据或密钥前验证计算环境。随着 AI 工作负载扩展到更多互连的加速器上,两家公司正努力将这些安全防护延伸至整个 AI 工厂基础设施。
为了帮助数据中心在既定功耗下发挥更强性能,NVIDIA 和微软还在利用 NVIDIA MaxLPS 深化能效方面的合作。
Azure 的 Vera Rubin 预览版依托于 NVIDIA 与微软的联合设计及性能优化成果,这一点在最新的基于 NVIDIA Blackwell 的 MLPerf 基准测试中得到了充分体现。在 MLPerf Training v6.1 测试中,Azure 采用 GB200 NVL72 系统在 DeepSeek-V3 模型上扩展至 10,240 颗 NVIDIA GPU,创下本轮测试的最大规模纪录。而在 MLPerf Inference v6.1 中,据 Signal65 统计,Azure 的 NVIDIA GB300 NVL72 系统在 DeepSeek-R1 交互吞吐量上领先其他云端提交结果逾 10%。
助力企业定制和部署开放模型
企业级 AI 智能体需要处理复杂任务的逻辑推理、检索企业相关信息并理解商业文档。NVIDIA 与微软正在扩充 Microsoft Foundry 提供的模型与服务,帮助开发者将这些能力融入业务应用之中。
微软的无服务器 Programmed Training 方案让开发者能够自主掌控后训练工作流,而底层基础设施则由 Foundry 全权托管。企业因此可以专注于自身业务数据、评估模型响应并优化模型表现。
Foundry Managed Compute 新增了对部署自定义模型权重的支持,通过微软的托管服务打通了从模型定制到上线部署的完整链路。
EY 利用 Microsoft Foundry 的 Programmed Training 定制适配了 NVIDIA Nemotron 开源模型,用于企业采购记录分类。与专有前沿模型相比,其在评估数据集上的准确率提升了 55%,成本降至十五分之一。这一实践展现了企业如何针对特定业务任务定制开源模型。
Foundry Managed Compute 上进一步扩充的 NVIDIA Nemotron 3.5 系列,能够满足企业级应用的多样化需求。其中,Nemotron 3.5 Super 专为处理代码编写、科研探索及业务工作流等长周期运行的智能体打造;Lightning 则面向需要快速响应和调用工具的应用场景。
一系列配套模型还能协助智能体完成各种任务:Nemotron Embed 和 Rerank 负责查找相关信息,Nemotron Parse 用于从文档中提取结构化信息,Nemotron Content Safety 则用来检测有害内容。此外,专为高吞吐、低延迟推理打造的 Nemotron 3.5 Bolt 以及语音识别模型 Transcribe 也即将推出。
让 AI 更贴近企业数据
NVIDIA 与微软正在将部署选项扩展至云端之外,帮助企业在保持对自身基础设施和运营控制权的同时,让模型和智能体在更靠近数据的位置运行。
Foundry Local 进一步扩大了对 Nemotron 3.5 的支持,将推理、编程以及工具调用智能体的能力带入 Azure Local 环境。检索模型则可协助应用程序在文本、文档图像、图表和表格中精准检索佐证信息。
Azure Local 还将支持来自硬件合作伙伴的 NVIDIA RTX PRO 6000 Blackwell GPU,为企业在本地部署 AI 提供更多选择。
Azure Local 正在延伸至 NVIDIA Jetson Thor 与 Jetson Orin 边缘 AI 平台,以支持机器视觉、机器人及自主化运营等工业应用。包括 Cosmos 在内的 NVIDIA 物理 AI 模型也将被引入 Foundry Local。
在搭载 NVIDIA RTX Spark 的 Windows PC 上,NVIDIA 与微软将在 Ignite 大会上展示本地大语言模型体验,呈现开发者如何在设备端直接运行 AI 应用。
面向使用云电脑的企业,两家公司正将 Direct Stream 功能引入配备 GPU 加速的 Windows 365 云电脑。即使在复杂的网络环境下,该功能也能以 60 帧/秒的超低延迟支持最多两路 4K 串流,轻松应对严苛的图形应用需求。目前小范围预览已开放申请,公开预览计划于 2027 年初上线。
将科学 AI 与 Microsoft Discovery 相结合
在科研领域,NVIDIA BioNemo Agent Toolkit 和 NVIDIA ALCHEMI Toolkit 正接入 Microsoft Discovery 目录,为微软基于智能体的科研平台带来涵盖生命科学、药物研发以及材料与化学科学领域的模型支持。
BioNeMo Agent Toolkit 让科学家能够在 Microsoft Discovery 中使用自然语言运行计算生物学工作流,由智能体协同调度各项任务所需的工具与模型调用。
最初的整合应用了 RFD4-Proteina 模型,该模型由双方与华盛顿大学蛋白质设计研究所合作开发,用于生成候选蛋白质结构和氨基酸序列,以便开展进一步评估与实验室验证。
加速微软的模型与服务
在让更多客户能够使用 NVIDIA 技术的同时,微软也在自身的 AI 研发与服务中全面采用 NVIDIA 软件与加速计算。
Microsoft AI 采用 NVIDIA Dynamo 支持后训练阶段的强化学习 rollout 推理。这一计算密集型过程能够生成用于优化模型的经验数据。
Dynamo 负责协调大规模 GPU 集群上的推理任务,不仅能优化性能,还有助于管理请求、模型更新以及故障恢复。这一落地部署基于 Microsoft AI 与 NVIDIA 的联合工程研发。
欢迎关注 Ignite 大会上的 NVIDIA 展区,了解涵盖企业级应用、机器人、加速数据处理以及本地计算的现场演示,展出硬件包括 NVIDIA GB300 NVL72 机架和 RTX Spark 设备。同时欢迎查看 NVIDIA 专题分会、动手实验室及展位演讲。
来源:NVIDIA Blog · blogs.nvidia.com