Databricks AI Runtime 正式可用，联手 NVIDIA 简化开放模型定制

Databricks AI Runtime 正式可用

Databricks 在博客中宣布，其 AI Runtime（AIR）已正式可用（Generally Available）。据该博文，开发者可以在无服务器的 NVIDIA GPU 上运行既有代码与容器，使用 NVIDIA NeMo、NGC 容器以及新的 Nemotron 教程来训练和微调开放模型，无需自行管理 GPU 基础设施。相关消息在柏林 GTC 活动上公布。

博文称，AIR 支持多节点分布式训练，底层集群与网络由 Databricks 管理；训练数据访问由 Unity Catalog 治理，实验与 GPU 利用率可通过 MLflow 跟踪，Lakeflow Jobs 与 Declarative Automation Bundles 则用于编排训练流程和 CI/CD。此外，AIR 支持 Docker 与私有镜像仓库，并可用 Databricks Artifact Registry 引入 NVIDIA NGC 的 GPU 优化容器。

背景与影响

博文指出，企业将开放模型适配到自有数据和业务场景时，除获取 GPU 外，还需配置训练任务、治理数据访问并管理基础设施。Databricks 与 NVIDIA 表示，这一组合可让团队在同一平台内完成实验、微调、评估，并通过 Databricks Model Serving 部署推理。博文还提到，AIR 支持针对 NVIDIA Kumo Anomaly 的微调流程，并称 Nemotron 3.5 Lightning 与 Super VL 发布后可在 Databricks 上加载、实验与提供服务。文中引述 Databricks 神经网络 CTO Hanlin Tang 与 NVIDIA 战略合作副总裁 Pat Lee 的评价，均为主观表述。

限制与来源

上述内容来自 Databricks 官方博客，属于厂商自述，未提供独立测试数据或用户反馈。博文未披露定价、各云区域的可用范围与具体性能指标，相关功能与地区支持情况请以 Databricks 官网当前信息为准。