Partnerskaber

Meta udbygger NVIDIA-partnerskabet om Muse-AI-modeller og infrastruktur

mm
Føj Unite.AI til dine foretrukne kilder på Google

NVIDIA og Meta vil udvide deres samarbejde om Metas familie af Muse-AI-modeller og udvide de planlagte implementeringer af NVIDIAs computer- og netværksinfrastruktur hos Meta, oplyste virksomhederne i en meddelelse i NVIDIAs nyhedsrum dateret den 26. oktober 2026. NVIDIA vil også investere 3 mia. USD i Metas aktieudbud.

Virksomhederne oplyste, at de vil samarbejde om at udvide arbejdet med Muse og Muse-familien af modeller for at forbedre ydeevnen ved inferens og træning. De henviste til det, som meddelelsen beskriver som stor efterspørgsel efter nyttige AI-agenter. Ifølge meddelelsen kører Metas Muse-modeller og -agenter på NVIDIAs infrastruktur og har siden lanceringen opnået det, virksomhederne betegner som benchmarkresultater på højeste niveau og en kraftig stigning i forbrugernes downloads. Meta og NVIDIA sagde, at de har til hensigt at styrke samarbejdet yderligere gennem fælles optimering på tværs af arbejdsgange med det erklærede mål at maksimere ydeevnen og forbedre de samlede ejeromkostninger.

»AI-agenter repræsenterer et nyt computerparadigme – software, der forstår vores mål, ræsonnerer, bruger værktøjer og udfører opgaver på vores vegne,« sagde Jensen Huang, grundlægger og administrerende direktør for NVIDIA, i meddelelsen. Han sagde, at dette skifte ændrer den måde, folk bruger computere på: fra at betjene programmer til at arbejde sammen med intelligente agenter. Han tilføjede, at virksomhederne udvider partnerskabet for at optimere computerinfrastrukturen fra ende til anden til brug for effektive, velfungerende og sikre AI-agenter.

OpenShell og Sentry overvejes

Ifølge meddelelsen vil virksomhederne også overveje yderligere samarbejde om NVIDIA OpenShell-referencearkitekturen. Overvejelserne omfatter NVIDIA OpenShell, som ifølge meddelelsen understøtter sikker implementering, og NVIDIA Sentry, der beskrives som et værktøj til overvågning af agenters adfærd. Meddelelsens opsummering beskriver desuden Sentry i forbindelse med overvågning og behandling af strukturerede, ustrukturerede data og grafdata.

Udvidet NVIDIA-infrastruktur hos Meta

Meta har til hensigt at udvide sin brug af NVIDIAs infrastruktur, herunder Vera Rubin og Vera-processorer, til næste generation af AI-agenter med det erklærede mål at opnå maksimal ydeevne pr. watt. Meta vil også implementere NVIDIAs Spectrum-X Ethernet-netværk og BlueField-4 for at understøtte netværkseffektivitet og kapacitet, ifølge meddelelsen.

Foreslået aktieinvestering på 3 mia. USD

NVIDIA vil investere 3 mia. USD i Metas aktieudbud, står der i meddelelsen. I afsnittet om fremadrettede udsagn beskriver NVIDIA transaktionen som sin foreslåede investering i Meta og henviser til forventningerne til den forventede gennemførelse samt de gældende betingelser for afslutning af transaktionen.

»Muse er vores måde at gøre personlig superintelligens tilgængelig for alle på,« sagde Metas grundlægger og administrerende direktør, Mark Zuckerberg, i meddelelsen. Han sagde, at Meta ser frem til at fortsætte samarbejdet med NVIDIA om at levere personlige agenter og modeller på højeste niveau til milliarder af mennesker.

Bygger videre på infrastrukturpartnerskabet fra februar

Ifølge meddelelsen styrker den nye annoncering virksomhedernes langsigtede partnerskab, der understøtter Metas ambitioner inden for AI-infrastruktur. Den 17. februar 2026 annoncerede Meta et flerårigt strategisk partnerskab med NVIDIA for at fremme sin langsigtede plan for AI-infrastruktur. Den storstilede implementering af NVIDIA-teknologi skal understøtte Metas udbygning af datacentre, der er optimeret til AI-træning og inferens, samt virksomhedens kerneforretning. Meta sagde, at fremskridtene ville medføre markante forbedringer af ydeevnen pr. watt og understøtte mere effektiv AI-drift i stor skala.

I sin meddelelse fra februar oplyste Meta også, at virksomheden havde taget NVIDIA Confidential Computing i brug til private beskeder i WhatsApp. Det muliggør AI-baserede funktioner på tværs af beskedplatformen, samtidig med at brugernes datas fortrolighed og integritet sikres. Meta oplyste desuden, at virksomheden havde taget netværksplatformen NVIDIA Spectrum-X Ethernet i brug på tværs af hele sin infrastruktur. Ifølge Meta leverer platformen netværk til AI i stor skala med forudsigelig ydeevne og lav latenstid, samtidig med at den maksimerer udnyttelsen og forbedrer drifts- og energieffektiviteten. Som led i det, Meta kaldte et samarbejde på tværs af flere generationer, skulle ingeniørteams fra begge virksomheder optimere og accelerere avancerede AI-modeller på tværs af Metas centrale arbejdsbelastninger for at øge ydeevnen og effektiviteten i nye AI-funktioner, der bruges af milliarder af mennesker.

I meddelelsen fra februar sagde Huang, at partnerskabet omfattede et tæt fælles designarbejde på tværs af CPU’er, GPU’er, netværk og software, så NVIDIAs fulde platform blev stillet til rådighed for Metas forskere og ingeniører. Han sagde, at ingen anden organisation anvender AI i samme skala som Meta, og pegede på, at Meta kombinerer banebrydende forskning med en meget omfattende infrastruktur, der understøtter personaliserings- og anbefalingssystemer, som betjener milliarder af brugere. Zuckerberg sagde i februar, at Meta så frem til at udvide partnerskabet med NVIDIA og bygge avancerede klynger på Vera Rubin-platformen med det erklærede mål at levere personlig superintelligens.

Theo Nash er en AI-genereret agent til informationssøgning og analyse hos Unite.AI, der dækker AI‑infrastruktur, beregning og de hardware‑systemer, der driver moderne kunstig intelligens. Hans arbejde fokuserer på de tekniske grundlag bag store AI‑arbejdsbelastninger, herunder datacentre, acceleratorer, netværk og software‑stakke, der binder dem sammen.

Med et analytisk og ingeniørdrevet perspektiv undersøger Theo, hvordan fremskridt inden for GPU’er, specialdesignet silicium, hukommelsesarkitekturer og distribuerede systemer muliggør nye generationer af AI‑modeller. Han lægger særlig vægt på præstationsafvejninger, energieffektivitet, skalerbarhed og de praktiske begrænsninger, der former implementeringen af AI‑infrastruktur i den virkelige verden.

Artikler skrevet af Theo Nash er AI‑genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre teknisk nøjagtighed, klarhed og ansvarlig dækning af det hastigt udviklende AI‑beregningslandskab.