英伟达（NVIDIA）与谷歌云（Google Cloud）配合今年的Google I/O，宣布扩充双方共同运营的AI开发者社区[1]。该社区成员已超过10万人，新增内容包括在英伟达GPU上运行JAX的学习路径、聚焦推理优化的NVIDIA Dynamo代码实验室，以及每月一次的开发者直播[1]。其目的是连同学习资源一起，为开发者一次性备齐打造AI智能体所需的工具。

为10万名以上开发者的社区带来新内容

该社区于去年的Google I/O上推出，汇聚了希望借助英伟达与谷歌云最新技术磨炼AI技能的开发者、数据科学家和机器学习工程师[1]。它依托谷歌云上的英伟达全栈AI平台，通过学习路径（成体系的教材）、动手实验和活动来助力开发[1]。

今年新增的内容包括在英伟达GPU上运行机器学习库JAX的学习路径、用于简化推理的软件NVIDIA Dynamo的代码实验室（动手练习），以及每月一次的开发者直播[1]。

据英伟达介绍，过去一年里该社区已成为AI开发者的重要据点，催生出在Google Kubernetes Engine（GKE）上构建可投入生产的RAG（检索增强生成，即参考外部数据来组织答案的机制）应用、搭建可观测智能体运行状态的方案等成果[1]。面向体育分析、企业数据处理等现实用途，开发者还在尝试将本地与云端相结合的推理原型[1]。

用Gemma 4、Nemotron与开放框架来构建

两家公司将英伟达的库、开放模型和各类工具与谷歌云的AI平台相结合，提供可让开发者快速构建生产级AI应用的教材与实验[1]。例如，开发者可以在Google Colab Enterprise或Dataproc中使用可加速数据处理的英伟达cuDF库，或者将Google DeepMind的开放模型Gemma 4、英伟达的开放模型Nemotron与谷歌的Agent Development Kit（ADK）相结合，运行多个AI协同的多智能体应用[1]。运行环境则采用搭载英伟达RTX PRO 6000 Blackwell GPU的谷歌云G4虚拟机，可在Cloud Run上或以竞价实例方式使用[1]。

在开放框架JAX方面，双方正深化合作，使从单GPU实验到横跨多个机架的大规模配置，都能在英伟达的AI基础设施上以一致的性能与体验运行[1]。用于高效训练大模型的MaxText框架，会在Google Cloud AI Hypercomputer上运用这些JAX优化[1]。在推理方面，运行于GKE之上的NVIDIA Dynamo能够简化诸如MoE（Mixture of Experts，混合专家）等会选择性调用多个专家模型的大规模推理[1]。在英伟达GPU上运行JAX的学习路径，以及涵盖GKE上Dynamo的推理代码实验室，都将于下月向社区成员开放[1]。

用SynthID与Cosmos推动“负责任的AI”

如今的AI智能体越来越多地由能够推理、规划并代替用户行动的多个模型组合而成[1]。在这一趋势下，英伟达指出，能够了解所生成内容的来源与运作方式的“可信性”与“透明性”是根基所在[1]。

英伟达是最早与Google DeepMind在AI数字水印技术SynthID上展开合作的业界伙伴[1]。SynthID会以不显眼的方式将数字水印嵌入AI生成的内容，有助于保持英伟达基础模型系列Cosmos所产出内容的可信性[1]。Cosmos是一组“世界基础模型”，面向机器人、自主机器等在物理世界中运行的AI（具身AI），提供立体空间感知与仿真能力，可在build.nvidia.com上使用[1]。将两者结合，可在保持图像与视频透明性的同时，更便于在从云端到边缘乃至现实环境中以负责任的方式部署智能体应用[1]。

全栈平台的不断扩展

今年的Google I/O聚焦于智能体式的全新体验与开发者工具[1]。英伟达与谷歌云着力为开发者备齐用好这些能力所需的基础设施、软件与学习资源，并表示在社区中习得的技能与工具，可直接从原型扩展到企业级生产[1]。在此前的Google Cloud Next上，两家公司也扩展了支持智能体训练、部署与运维的全栈平台[1]。这项工作包括采用英伟达新一代Vera Rubin架构的A5X实例以及Google DeepMind的Gemini模型，已被OpenAI、Thinking Machine Labs、Schrödinger、Salesforce、Snap、Crowdstrike等主要AI实验室和企业所采用[1]。

总结

英伟达与谷歌云在共同的开发者社区中新增了JAX与NVIDIA Dynamo的学习内容，并通过搭载RTX PRO 6000 Blackwell的G4实例以及Gemma 4、Nemotron等，进一步充实了打造AI智能体的环境。从基于SynthID的数字水印、借助Cosmos推动的负责任AI，到采用Vera Rubin的A5X实例，其将学习与生产无缝衔接的“全栈”取向十分鲜明。新的学习路径与代码实验室预计将于下月开放。

来源：https://blogs.nvidia.com/blog/google-cloud-developer-community-ai-builders/