Palantir Technologies و NVIDIA تلاش خود را برای هوش مصنوعی دولتی عمیق تر کرده اند و از یک موتور هوشمند جدید رونمایی کرده اند که مدل های باز Nemotron انویدیا را به محیط های امن و دارای شکاف هوا که سازمان های فدرال ایالات متحده درخواست می کنند، می آورد. این مشارکت که در 29 ژوئن 2026 اعلام شد و در وبلاگ NVIDIA به تفصیل شرح داده شد، هوش مصنوعی منبع باز را به عنوان ابزاری برای "رهبری فناوری" آمریکایی در نظر می‌گیرد - به آژانس‌ها اجازه می‌دهد مدل‌های خود را سفارشی کنند، آموزش دهند، و به جای اینکه به یک سیستم مرزی میزبان ابری وابسته باشند، کاملاً سفارشی کنند. برای اطلاعات بیشتر در مورد نحوه پذیرش هوش مصنوعی توسط دولت ها، به [پوشش صنعت هوش مصنوعی] (https://aibuzzwire.news) ما مراجعه کنید.

مدل های باز پشت درهای بسته

هسته اصلی این اعلامیه ازدواج بین مدل‌های باز Nemotron NVIDIA و زیرساخت داده موجود Palantir است. Palantir از مدل‌های باز Nemotron برای ساخت مدل‌های با کیفیت مرزی سفارشی استفاده می‌کند که به دولت ایالات متحده خدمت می‌کنند و آن‌ها را در محیط‌های دارای شکاف هوا اجرا می‌کنند - تنظیمات ایمن کاملاً جدا شده از شبکه‌های ناامن - در محاسبات شتاب‌دار NVIDIA.

این معماری برای آژانس هایی که اطلاعات طبقه بندی شده یا حساس را مدیریت می کنند، مهم است، که اغلب نمی توانند داده ها را به یک سرویس هوش مصنوعی ابری عمومی ارسال کنند. با موتور جدید، آژانس‌ها و اپراتورها می‌توانند مدل‌های Nemotron سفارشی‌شده را بر روی زیرساخت‌های خود اجرا کنند، آنها را بر اساس داده‌های خود آموزش دهند و مالکیت کامل مدل‌های به‌دست‌آمده، از جمله وزن‌هایی که دانش عملیاتی را رمزگذاری می‌کنند، حفظ کنند.

این شرکت‌ها می‌گویند: «اعلام امروز Palantir، مدل‌های باز NVIDIA Nemotron را به محیط‌های دارای شکاف هوا در محاسبات شتاب‌داده NVIDIA می‌آورد» و این ترکیب را راهی برای دستیابی به قابلیت‌های سطح مرزی بدون تسلیم کردن کنترل داده‌ها یا وزن‌های مدل می‌دانند. تاکید بر قابلیت بازرسی عمدی است: مدل‌های باز را می‌توان به روش‌هایی بررسی و تطبیق داد که سیستم‌های بسته و فقط API نمی‌توانند، که شرکا معتقدند این پیش‌نیاز برای اعتماد به تنظیمات امنیت ملی است.

بر روی پشته هوش مصنوعی مستقل Palantir ساخته شده است

مدل‌های Nemotron به چیزی متصل می‌شوند که Palantir آن را سیستم عامل هوش مصنوعی مستقل می‌نامد، پلتفرمی که بر روی چهار محصول اصلی آن ساخته شده است: AIP، Ontology، Foundry و Apollo. این پشته لایه عملیاتی و مجوز داده را مدیریت می‌کند که استقرار در محیط‌های حساس را امکان‌پذیر می‌کند، مجوز داده صریح، جداسازی اجباری معماری، و قابلیت ممیزی کامل را ارائه می‌کند - ویژگی‌هایی که در حال حاضر برای برنامه Palantir برای مشتریان دفاعی و اطلاعاتی مرکزی هستند.

هر لایه نقش مشخصی دارد. Foundry داده های یک سازمان را در یک بنیاد کنترل شده و قابل جستجو سازماندهی می کند. هستی شناسی این داده ها را در یک مدل دیجیتالی از نحوه عملکرد شرکت در واقع ترسیم می کند. AIP قابلیت‌های هوش مصنوعی و عامل را در بالا قرار می‌دهد تا مدل‌ها بتوانند در نرده‌های محافظ تعریف‌شده عمل کنند. و Apollo تحویل مستمر و به‌روزرسانی‌ها را در محیط‌های توزیع‌شده، حتی قطع‌شده، مدیریت می‌کند. آنها با هم طراحی شده اند تا به یک مدل اجازه دهند کار مفیدی را بدون دور زدن قوانین حاکم بر اینکه چه کسی می تواند ببیند و چه کاری را انجام دهد، انجام دهد.

برای استقرارهای بزرگتر و در سطح سازمانی، این شرکت ها گفتند که مجموعه نرم افزاری AI Enterprise NVIDIA می تواند از عرضه تولید پشتیبانی کند، بهینه سازی، قابلیت اطمینان و ابزار پشتیبانی را در بالای لایه مدل باز اضافه کند.

چرا دولت ایالات متحده هدف است

شرکا دولت فدرال را به عنوان یک مشتری منحصر به فرد بزرگ و پیچیده معرفی کردند. با داشتن تقریباً 3 میلیون کارمند غیرنظامی، دولت ایالات متحده "اساساً یکی از بزرگترین شرکت های جهان است" و عملیات آن منعکس کننده فعالیت های شرکت های بخش خصوصی در تجارت، انرژی، مراقبت های بهداشتی، کشاورزی، آموزش و حمل و نقل است. ارائه خدمات حیاتی در بسیاری از رشته‌ها پیچیده است و این شرکت‌ها استدلال می‌کنند که هوش مصنوعی می‌تواند به ساده‌سازی این پیچیدگی و افزایش بهره‌وری کمک کند - از ایمنی مواد غذایی گرفته تا حفظ زیرساخت بزرگراه‌های بین ایالتی.

این مشارکت نیز به شدت بر بحث هزینه تکیه دارد. این شرکت‌ها ارقامی را ذکر کردند که نشان می‌دهد حدود دو سوم شرکت‌ها در حال حاضر از مدل‌های باز استفاده می‌کنند و کارایی هزینه‌شان را گزارش می‌دهند، و این صرفه‌جویی‌ها را دلیلی می‌دانند که هوش مصنوعی می‌تواند در بودجه‌های دولتی که دائماً تحت نظارت هستند، مقیاس شود. آنها استدلال می کنند که هزینه کمتر باعث پذیرش گسترده تر و توسعه اقتصادی می شود.

سیاست مدل های باز

زمان بندی بار سیاسی است. مدل‌های اوزان باز به نقطه اشتعال در بحث‌های گسترده‌تر در مورد سیاست‌های هوش مصنوعی تبدیل شده‌اند، و موافقان استدلال می‌کنند که شفافیت و قابلیت بازرسی آن‌ها را برای استفاده دولتی ایمن‌تر می‌کند و منتقدان هشدار می‌دهند که وزن‌های آزاد شده می‌توانند توسط دشمنان برای اهداف مضر تنظیم شوند. Palantir و NVIDIA با تأکید بر «مدل‌های باز، محیط‌های بسته» تلاش می‌کنند تا حد وسطی را اشغال کنند: قابلیت سفارشی‌سازی و مزیت‌های هزینه وزن‌های باز، همراه با امنیت استقرار با شکاف هوا و استقرار تحت کنترل دولت.

برای پالانتیر، این قرارداد جاه طلبی آن را تقویت می کند تا لایه عملیاتی پیش فرض برای هوش مصنوعی دولتی باشد و امتیازی را که بر اساس قراردادهای دفاعی و اطلاعاتی ساخته شده است را گسترش دهد. برای انویدیا، در زمانی که رقابت بر سر تامین کننده هوش مصنوعی بخش عمومی در حال تشدید است، دسترسی سخت افزار و نرم افزار خود را به بازار فدرال افزایش می دهد. و برای خود آژانس‌ها، مسیری به سمت قابلیت مرزی ارائه می‌کند که نیازی به تحویل حساس‌ترین داده‌های آن‌ها به یک API شخص ثالث ندارد - پیشنهادی که به‌خوبی با تقاضای رو به رشد برای حاکمیت فناوری همسو است. اینکه آیا سیستم‌های اوزان باز می‌توانند عملکرد مرزی را به اندازه کافی برای کارهای دولتی حیاتی ارائه دهند، یک سوال باز باقی می‌ماند، اما این مشارکت سیگنال واضحی است که نشان می‌دهد بزرگ‌ترین فروشندگان هوش مصنوعی اکنون بخش عمومی را نه به عنوان یک فکر بعدی، بلکه به‌عنوان یک مرز استراتژیک در نوع خود می‌بینند.

---

از هوش مصنوعی جلوتر بمانید

آخرین اخبار، تحلیل ها و پیشرفت های هوش مصنوعی را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →