英偉達官宣與倫敦AI實驗室Ineffable Intelligence達成技術合作，雙方將聯合研發強化學習專用基礎設施，為高階人工智能研發搭建底層技術框架。這家新晉AI實驗室由AlphaGo核心研發人員David Silver創辦，近期剛結束封閉研發階段、正式對外公開。

英偉達CEO黃仁勛提出，AI下一階段的發展核心是具備持續經驗學習能力的智能體。本次合作將針對性優化大規模強化學習底層架構，助力新一代智能系統技術迭代。作為強化學習領域資深研究者，David Silver正推動該技術形成全新AI研發范式。

David Silver表示，目前AI 已可學習并復用人類現有知識，而行業下一難點，是研發可自主積累、探索新知識的智能模型，這類模型依托實踐經驗完成自我迭代學習。

從技術層面來看，強化學習的運行邏輯區別于傳統模型預訓練。傳統預訓練依托固定數據集完成訓練，而強化學習可實時生成訓練數據，持續循環完成動作執行、狀態監測、效果評估以及參數迭代。該工作負載對芯片互連傳輸、內存帶寬、任務調度性能要求更高；且訓練數據區別于常規人類語言數據，需要定制專屬模型架構與訓練算法。

兩家企業工程團隊將共同研發適配規模化運行的強化學習訓練鏈路。本次合作將基于英偉達Grace Blackwell平臺開展研發工作，同時優先適配尚未發布的Vera Rubin平臺。雙方意在搭建新一代軟硬件體系，降低AI對現有人類數據的依賴，適配仿真訓練、經驗自主迭代的研發趨勢。

這套專用基礎設施落地后，可支撐強化學習模型在復雜場景中規模化運行，推動智能體在多領域實現技術創新。