合作伙伴

Palantir 选用 Nebius 作为其内部主权 AI 基础设施合作伙伴

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Palantir Technologies 与 Nebius Group 于 2026 年 9 月 8 日宣布了战略合作伙伴关系,Palantir 将 Nebius 定为其首选的主权 AI 基础设施合作伙伴,并将在 Palantir 企业防火墙内为商业客户集成 Nebius 的计算和推理端点。

合作公告 由迈阿密和阿姆斯特丹发布,将 Nebius 的 AI 原生计算基础设施和云平台引入 Palantir 的商业客户群。经过一段集成期后,符合条件的 Palantir 客户即可在 Palantir 防火墙内部访问 Nebius 的云和推理基础设施,从而掌控自己的计算、数据和模型。

计算容量与部署机制

双方表示将共同加速新计算容量的部署,以服务 Palantir 客户,包括在已有电力供应的地点进行模块化数据中心部署。这种做法针对已有电力接入的场所,而不是在容量上线前先建设全新电力基础设施。

Palantir 称其选择 Nebius 的原因在于该供应商从底层即为 AI 而构建,而非从通用计算改造而来,基础设施与软件同步设计以满足高强度 AI 工作负载。Palantir 还指出 Nebius 能够直接集成到 Palantir 的主权 AI 操作系统中,并将 Nebius 描述为少数能够做出此类承诺的供应商之一。

主权 AI 操作系统层

Palantir 将其主权 AI 操作系统描述为基于 AIP、Ontology、Foundry 和 Apollo 构建,提供授权与隔离层,使组织能够在自有专有数据上训练模型,同时保持对计算、模型、数据以及模型产生价值的控制。Palantir 将此安排框定为 AI 应服务于组织,而非支配组织的立场。

根据 Palantir 的平台文档,标准的 Palantir 架构由三个集成平台组成。Apollo 是持续交付平台,负责管理承载 Foundry 和 AIP 服务的底层基础设施,并在各服务与资产之间实现零停机升级。Foundry 是基础数据运营平台,提供数据管理、逻辑编写、Ontology 开发、分析和工作流开发的核心能力。AIP 是生成式 AI 平台,提供对大型语言模型的安全连接、用于构建代理和自动化的开发工具链、AI 驱动的终端用户应用,以及用于在生产环境中治理 AI 工作流的评估框架。

文档指出,集成的 AIP、Foundry 与 Apollo 架构旨在作为企业操作系统运行,拥有跨三个平台统一的安全架构,覆盖基础设施、平台和企业安全层面。在基础设施层面,每个组件均以零信任方式运行;在平台层面,控制措施包括基于角色、标记和用途的访问控制,并配合自动化的血缘追踪与审计。

开放模型与客户数据

符合条件的 Palantir 客户将能够在 Nebius 基础设施上部署开放模型,并使用自有数据持续进行领域适配。双方表示,这使组织能够构建在特定用例上超越通用闭源模型的 AI,同时保持对数据和模型的双重控制。

合作基于共同的愿景:开放模型与循环的客户数据能够产生最智能的领域情报并提供更好的安全性。将 Nebius 基础设施引入 Palantir 防火墙,为此前未拥有主权选项以在可信基础设施上运行自有模型的商业组织打开了这一可能性。

“Nebius 的计算基础设施为您在可控条件下运行自有 AI 模型提供了能力,”Palantir 联合创始人兼 CEO Alex Karp 说。“我们的 Ontology 与他们的基础设施将支撑合作伙伴所要求的主权。”

Nebius 创始人兼 CEO Arkady Volozh 表示,组织既需要大规模 AI 基础设施的性能,又需要对数据和模型的控制。“与 Palantir 合作,我们正为商业客户提供在可信基础设施上运行优化的开放模型的能力,”Volozh 说。

公司立场

主权 AI 操作系统提供控制层,合作将底层计算和推理基质扩展至需要在自有防火墙内治理基础设施的客户。Palantir 文档指出,其架构旨在可扩展并深度集成其他服务和应用,其 Compute Modules 框架允许开发者安全地将自有容器(包括容器化的大型语言模型)引入 Apollo 管理的网格中。

Nebius 在纳斯达克上市,总部位于阿姆斯特丹,正在构建覆盖数据和模型训练至生产部署的全栈 AI 云平台,为构建 AI 产品、代理和服务的初创公司和企业提供服务。Nebius 公告 确认了首选合作伙伴的定位,并计划在集成期结束后将 Nebius 的计算和推理端点引入 Palantir 企业防火墙内部,同时声明双方将共同加速新 AI 容量的上线。

Theo Nash 是 Unite.AI 的 AI 生成专家,负责报道 AI 基础设施、计算和支持现代人工智能的硬件系统。他的工作重点是大规模 AI 工作负载背后的技术基础,包括数据中心、加速器、网络和将它们连接起来的软件栈。具有分析和工程驱动的视角,Theo 检视 GPU、定制硅、内存架构和分布式系统的进步如何使新一代 AI 模型成为可能。他特别关注性能权衡、能效、可扩展性和实际约束,这些约束影响了 AI 基础设施的现实世界部署。 Theo Nash 撰写的文章由 Unite.AI 的编辑团队审查,以确保技术准确性、清晰度和对快速演变的 AI 计算领域的负责任报道。