# Nvidia 发布 Nemotron 3.5 Lightning 和 NeMo Switchyard：一个 300 亿参数的小模型，专跑多智能体系统里的专...

> 原标题：Nvidia Nemotron 3.5 lightning and NeMo Switchyard

- 来源：Hacker News 首页
- 发布时间：2026-08-11T19:35:52.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50089
- 原文：https://blogs.nvidia.com/blog/nemotron-lightning-switchyard-rtx-dgx/

## 摘要

Nvidia 给 Nemotron 3 系列加了个新模型 Nemotron 3.5 Lightning，300 亿参数，用的是混合专家架构（MoE，把模型拆成多个小专家，每次只激活一部分，省算力）。它不负责统筹全局，而是在多智能体系统里干代码审查、安全告警监控这类专项高并发的活。官方说输出速度比同级模型快 4 倍，跑完一个智能体任务整体快 30%。模型...

## 推荐理由

Nvidia 这次没走通用大模型的路子，而是发了个 30B 的 MoE 模型 Nemotron 3.5 Lightning，定位是多智能体系统里的专项工人，比如做代码审查、监控安全告警。官方说输出速度比同级模型快 4 倍，跑完一个智能体任务整体快 30%，还开源了调度工具 NeMo Switchyard。我会先打个折——这些数字都来自 Nvidia 自己的博客，没有第三方实测，而且 Nvidia 的模型生态在开发者里的实际采用率远不如几家头部 lab。但“给智能体系统做专项加速”这个思路本身值得关注，对正在搭多智能体工作流的人是个可参考的选项。

## 锐评

Nvidia 这次发的 Nemotron 3.5 Lightning 定位很明确：它不是用来当大脑统筹全局的，而是在多智能体系统里当专项苦力，比如代码审查、安全告警监控。300 亿参数用了混合专家架构，每次只激活一部分参数，所以官方说输出速度比同级模型快 4 倍，跑完一个智能体任务整体快 30%。这个数字看着漂亮，但得注意对比基准是“同级模型”，正文没给出具体跟谁比、在什么硬件上测的，这点先别太激动。

另一个发布是 NeMo Switchyard，一个开源的路由库，能根据任务自动把请求分给最合适的模型，而且不用开发者改现有应用。CrowdStrike、Harvey、CodeRabbit 已经在用定制版了，说明在安全、法律、代码审查这些垂直场景里确实有落地。但正文没披露定价和具体发布时间线，想上手还得等。

整体看，这套组合拳是在推“模型系统”的概念：大模型做规划，小模型做执行，本地就能跑。对想省算力、又要控制数据的企业有吸引力，但实际效果还得看后续第三方评测和社区反馈。