Beobachtetes Signal · 18. Juni 2026 · Technical Release · Quelle: DEV Community · Relevanz: 4/5 · Sentiment: Positiv
NVIDIA veröffentlicht Nemotron 3 Ultra mit Mamba-Transformer-Architektur
Am 4. Juni 2026 hat NVIDIA mit Nemotron 3 Ultra ein hybrides Mamba-Transformer Mixture-of-Experts-Modell mit 550 Milliarden Parametern veröffentlicht, das rund 55 Milliarden aktive Parameter pro Token und ein Kontextfenster von einer Million Token bietet. Das Modell wurde mittels NVFP4 auf NVIDIAs Blackwell-Architektur trainiert und nutzt einen hardwareoptimierten LatentMoE-Router. Unabhängige Benchmarks von Artificial Analysis weisen einen Intelligence Index von 48 aus, während die Inferenzgeschwindigkeit auf einem DeepInfra-Endpunkt über 300 Token pro Sekunde erreicht. Das Modell ist über NIM Microservices, Hugging Face, OpenRouter und Cloud-Partner verfügbar. Für den Unternehmenseinsatz in Agenten-Workflows und nachgelagerten MarTech- sowie AdTech-Anwendungen sind insbesondere die OpenAI-kompatiblen API-Muster, Authentifizierungsdetails und die erforderliche Rechenleistung auf Basis von Multi-GPU-Infrastrukturen relevant.
Diese technische Veröffentlichung von NVIDIA stellt leistungsfähige, hardwareoptimierte Open-Weights-Modelle bereit, die Enterprise-Agenten-Workflows, Inferenz-Hostingszenarien sowie downstream angesiedelte MarTech- und AdTech-Anwendungen direkt beeinflussen.
Marktsignale zu NVIDIA in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- NVIDIA hat Nemotron 3 Ultra am 4. Juni 2026 als 550B-Hybrid-Modell mit Mamba-Transformer-MoE-Architektur veröffentlicht.
- Das Modell bietet bis zu ~55 Milliarden aktive Parameter pro Token bei ~90 % Sparsity und ein 1M-Token-Kontextfenster.
- Das Training erfolgte via NVFP4 auf der Blackwell-Architektur unter Einsatz eines hardwarebewussten LatentMoE-Routers.
- Artificial Analysis ermittelte einen Intelligence Index von 48, womit das Modell hinter führenden geschlossenen Frontier-Modellen liegt.
- Die Distribution erfolgt über build.nvidia.com, Hugging Face, OpenRouter und Cloud-Partner mit Durchsatzraten von über 300 Token/Sekunde.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
NVIDIA stellt Cosmos 3, Nemotron 3 Ultra und RTX Spark vor
NVIDIA hat mehrere wegende KI-Produkte vorgestellt, darunter Cosmos 3 – eine offene, omnimodale Modellfamilie für Weltmodelle, die Sprache, Bild, Video, Audio und Aktion vereint. Hinzu kommen das große Open-Weight-MoE-LLM Nemotron 3 Ultra sowie der persönliche KI-Superchip RTX Spark. Cosmos 3 erscheint als Full-Stack-Release mit Nano- (16B) und Super-Varianten (64B) in einer Mixture-of-Transformers-Architektur. Nemotron 3 Ultra ist ein MoE 550B-A55B-Modell mit hohem Serving-Throughput. Zudem präsentierte NVIDIA den RTX Spark (ca. 1 PFLOP FP4) gemeinsam mit Microsoft und gründete die Cosmos Coalition, um ein offenes Ökosystem für Weltmodelle zu fördern. Flankierend gab es multimodale Releases von MiniMax, Alibaba und JetBrains, was den allgemeinen Trend zu Agenten-Runtimes und lokalen Inferenz-Tools unterstreicht.
NVIDIA: Chris Alexiuk über Nemotron, GPUs und Agentic AI
In einem Interview erläutert Chris Alexiuk von NVIDIA die Nemotron-Modellfamilie und deren gezielte Ausrichtung auf die hauseigene GPU-Hardware. Nemotron 3 erscheint in drei Stufen (Nano, Super, Ultra), die für Single-GPU-, Single-Node- sowie NVL72-Rack-Deployments optimiert sind. Die Architektur kombiniert Mamba-2-Schichten mit sparse Mixture-of-Experts (MoE) bei reduzierten Attention-Layern. Durch LatentMoE-Routing werden Tokens komprimiert, um bei gleichen Kosten rund viermal mehr Experten anzusteuern. Neben multimodalen Erweiterungen wie Nemotron 3 Nano Omni veröffentlicht NVIDIA umfangreiche Open-Data-Trainingsdaten parallel zu den Modellgewichten. Zudem wurde Nemotron 3.5 Lightning vorgestellt – ein 30B-MoE-Modell (3B aktiv), das speziell für Agentic-AI-Workloads konzipiert ist und Speculative Decoding sowie NVFP4-Quantisierung nutzt. NVIDIAs Strategie zielt darauf ab, das breite Open-Source-Ökosystem zu stärken, anstatt als Closed-Model-Anbieter aufzutreten.
NVIDIA präsentiert Nemotron 3 Nano Omni Multimodal-Modell
NVIDIA hat ein Forschungspapier zu Nemotron 3 Nano Omni veröffentlicht, einem einheitlichen multimodalen Modell, das Text, Bilder, Video und Audio nativ verarbeitet und analysiert. Das Modell nutzt ein Mixture-of-Experts (MoE)-Backbone mit einer Konfiguration von 30 Milliarden Gesamt- und rund 3 Milliarden aktiven Parametern, integriert die Encoder C-RADIOv4-H und Parakeet-TDT für Vision und Audio sowie Funktionen zur dynamischen Bildauflösung und Conv3D-basierten temporalen Kompression. Mit einem erweiterten Kontextfenster von 256.000 Token und quantisierten Varianten in BF16, FP8 und FP4 zielt das System auf effiziente Inference auf Standardhardware ab. Der Bericht zeigt signifikante Leistungssteigerungen beim Durchsatz und der GPU-Effizienz im Vergleich zu Wettbewerbern auf und stellt Modellgewichte sowie Trainingsdetails bereit.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.