Nvidia erweitert Nemotron-Familie um effiziente Modelle fuer KI-Agenten
Nvidia bringt neue anpassbare Nemotron 3.5 Super LV-Sprachmodelle fuer dauerhaft laufende KI-Agenten sowie das edge-optimierte 3.5 Bolt fuer lokale Systeme. Die Modelle sollen den gesamten Bereich von Agent-Deployments bis hin zu Enterprise-Umgebungen abdecken.
AKTUALISIERT UM 13:10 EDT / 15. OKTOBER 2026
Nvidia Corp. kündigte heute die Einführung anpassbarer Nemotron 3.5 Super LV großer Sprachmodelle für durchgehend aktive KI-Agenten sowie des auf Edge-Systeme ausgerichteten 3.5 Bolt für lokale Systeme an.
Das Unternehmen sagte, die drei neuen Modelle würden das gesamte Spektrum von Agent-Implementierungen abdecken, von großen Enterprise-Servern bis hin zu Edge-Geräten und lokaler Hardware.
Nemotron 3.5 Super VL ist ein offenes Modell mit 120 Milliarden Parametern, das in Zusammenarbeit mit der Nemotron Coalition entwickelt wurde, einer Gruppe von Modellentwicklern und KI-Laboren, die offene Modelle auf Frontier-Niveau voranbringen. Es wurde für hochgenaue multimodale Agentic-Aufgaben konzipiert und ist in der Lage, Anweisungen zu befolgen, Werkzeuge zu nutzen, mehrstufige Geschäftliche Workflows abzuwickeln und visuelle Inhalte zu verstehen. Nvidia sagte, es verfüge über eine vergleichbare Leistung wie die größten Reasoning-Modelle des Unternehmens bei einem Fünftel der Größe.
Diese Größe ermöglicht es Super VL zusammen mit einer neuen Architektur, Ergebnisse fast fünfmal schneller zu erzeugen als andere Modelle derselben Klasse.
Anders als bei geschlossenen Frontier-Modellen stellt Nvidia die Super-VL-Gewichte offen bereit, was bedeutet, dass Organisationen das Modell mit ihren eigenen Daten nachtrainieren und auf ihrer eigenen Infrastruktur einsetzen können. So können sie es hinter ihre Firewall holen und in ihrer Domäne behalten, wodurch Souveränität, Privatsphäre und Sicherheit gewahrt bleiben.
Für die Entwicklung von Super VL trainierte Nvidia das Modell mit offenen Daten und offenen Methoden und verwendete etwa 26 Billionen Tokens über Pretraining und fortgesetztes Pretraining hinweg. Dies umfasste auch 3,8 Millionen Post-Training-Beispiele sowie Reinforcement Learning in 100 offenen Umgebungen zur Feinabstimmung des Modells.
Nvidia kündigte außerdem an, offene Datensätze auf Hugging Face zu veröffentlichen, die Agentic Tool Use, Finanzen, Befehlsfolge, lange Kontexte, Sicherheit, Fairness und Vision-Language-Understanding abdecken.
Bolt 74B-A9B 24GB ist ein kleineres Modell, das darauf ausgelegt ist, Agentic-Aufgaben lokal auszuführen, und auf Super VL basiert. Es verwendet ein hybrides Mixture-of-Experts-Modell, das jeweils 9 Milliarden seiner 74 Milliarden Parameter aktiviert, und nutzt eine 2-Bit-Quantisierung, um innerhalb von 24 Gigabyte Speicher zu passen. Dadurch läuft es problemlos auf Grafikprozessoren eines Enterprise-Arbeitsplatzrechners oder PCs, sodass Nutzer alltägliche Projekte, einschließlich des Schreibens und Debuggens von Code, delegieren können, ohne Workloads in die Cloud zu senden.
Später in diesem Monat bringt Nvidia zudem ein noch kleineres Modell heraus: Bolt E4B 4GB. Dieses winzige Modell wurde für Edge-Deployments auf GeForce RTX, Jetson und RTX/GTX Spark entwickelt. Es wird es physischer KI und dialogorientierten Agenten ermöglichen, auf Geräten wie Wearables, Haushaltsgeräten, Point-of-Service-Systemen, Armaturenbrettern, Geräteassistenten und anderen eingebetteten Schnittstellen zu arbeiten.
Nvidia wies darauf hin, dass das Modell zur Stromversorgung interaktiver Charaktere, dialogorientierter Schnittstellen und intelligenter Benutzeroberflächen eingesetzt werden könnte, die lokalisiert oder personalisieren.
Unterstützen Sie unsere Mission, Inhalte offen und frei zu halten, indem Sie sich in der theCUBE-Community engagieren. Treten Sie dem Alumni Trust Network von theCUBE bei, in dem Technologie-Führer sich vernetzen, Wissen teilen und Möglichkeiten schaffen.
SiliconANGLE Media, gegründet von den Tech-Visionären John Furrier und Dave Vellante, hat ein dynamisches Ökosystem branchenführender digitaler Medienmarken aufgebaut, das mehr als 15 Millionen Eliten aus der Tech-Branche erreicht. Unsere neue proprietäre theCUBE AI Video Cloud bricht Neuland in der Zielgruppeninteraktion und nutzt das neuronale Netzwerk von theCUBEai.com, um Technologieunternehmen bei datengetriebenen Entscheidungen zu helfen und an der Spitze Branchengespräche zu bleiben.
Startup nFox opensourct seine Sandbox für offene KI-Modelle
Cerebras positioniert Inferenzgeschwindigkeit als Wettbewerbsvorteil bei Agentic AI
Amazon präsentiert zwei neue KI-Wearables, die Gespräche mitverfolgen können und beim Einkaufen helfen
ServiceNow ergänzt KI-Agenten-Kontrollen und Automatisierungstools für Mitarbeitende
Descopes Agentic Identity Hub 3.0 richtet sich gegen Schatten-KI-Agenten in Unternehmen
Proofpoint stattet MSPs mit einem Microsoft 365 Risk Dashboard, Teams-Schulungen und einem KI-Assistenten aus
© 2026 SiliconANGLE Media Inc. Alle Rechte vorbehalten.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
SHARE UPDATED 13:10 EDT / OCTOBER 15 2026
Nvidia Corp. today announced the launch of customizable Nemotron 3.5 Super LV large language models for always-on artificial intelligence agents and edge-focused 3.5 Bolt for local systems.
The company said the three new models will cover the full range of agent deployments, from large enterprise servers to edge devices and local hardware.
Nemotron 3.5 Super VL is an open 120-billion-parameter model, built in collaboration with the Nemotron Coalition, a group of model builders and AI labs advancing open frontier-level models, designed for high-accuracy multimodal agentic tasks. It is capable of instruction following, tool use, multistep business workflows and visual understanding. Nvidia said it has comparable power to the company’s largest reasoning models at one-fifth the size.
That size, plus a new architecture, lets Super VL produce outputs nearly five times faster than other models in the same class.
Unlike closed frontier models, Nvidia provides the Super VL weights in the open, meaning organizations can post-train it on their own data and deploy it on their own infrastructure. This means they can bring it behind their firewall and keep it inside their domain, maintaining sovereignty, privacy and safety.
To build Super VL, Nvidia trained the model with open data and open methods using about 26 trillion tokens across pretraining and continued pretraining. This also included 3.8 million post-training samples and reinforcement learning across 100 open environments to fine-tune the model.
Nvidia also said it’s releasing open datasets on Hugging Face spanning agentic tool use, finance, instruction following, long context, safety, fairness and vision-language understanding.
Bolt 74B-A9B 24GB is a smaller model designed to run agentic tasks locally and is based on Super VL. It uses a hybrid mixture-of-experts model that activates 9 billion of its 74 billion parameters at a time and uses 2-bit quantization to fit within 24 gigabytes of memory. This lets it run comfortably on an enterprise workstation or PC graphics processing units, so users can delegate everyday projects, including writing and debugging code, without sending workloads to the cloud.
Later this month, Nvidia is also launching an even smaller model: Bolt E4B 4GB. This tiny model is built for edge deployment on GeForce RTX, Jetson and RTX/GTX Spark. This will allow physical AI and conversational agents to work within devices such as wearables, household devices, point-of-service, car dashboards, device assistants and other embedded interfaces.
Nvidia noted that it could be used to power interactive characters, conversational interfaces and smart user interfaces that localize or personalize.
Support our mission to keep content open and free by engaging with theCUBE community. Join theCUBE’s Alumni Trust Network, where technology leaders connect, share intelligence and create opportunities.
Founded by tech visionaries John Furrier and Dave Vellante, SiliconANGLE Media has built a dynamic ecosystem of industry-leading digital media brands that reach 15+ million elite tech professionals. Our new proprietary theCUBE AI Video Cloud is breaking ground in audience interaction, leveraging theCUBEai.com neural network to help technology companies make data-driven decisions and stay at the forefront of industry conversations.
Startup nFox to open-source its 'sandbox' for open AI models
Cerebras positions inference speed as a competitive edge in agentic AI
Amazon debuts two new AI wearable devices that can listen to conversations and help you shop
ServiceNow adds AI agent controls and employee automation tools
Descope's Agentic Identity Hub 3.0 takes aim at shadow AI agents inside companies
Proofpoint gives MSPs a Microsoft 365 risk dashboard, Teams training and an AI assistant
© 2026 SiliconANGLE Media Inc. All rights reserved.