NVIDIA 加入 NSF 区域 AI 研究与教育枢纽计划

NVIDIA 正参与美国国家科学基金会一项新计划，旨在通过遍布美国的州和区域枢纽扩大人工智能基础设施、软件、数据、技术专业知识和教育的可及性。公司表示，该计划将支持由高校组成的联盟，与行业、慈善组织以及州或地方政府共同工作。目标并不只是把先进硬件放进少数精英机构：这些枢纽意在帮助更多研究人员、教师和学生使用原本难以获得或难以运营的 AI 资源。

该计划以 NSF 的州和区域人工智能基础设施枢纽项目名义启动。其核心想法是，机构可以围绕地区需求共享专业知识和计算能力，而非各自单独建设一整套 AI 技术栈。根据不同联盟，这可能意味着本地部署基础设施、云计算，或二者的结合。NVIDIA 称，这种灵活结构旨在让地区聚焦自身经济与研究优先事项，同时共享与先进 AI 系统相关的成本和运营知识。公告没有列出每一个参与枢纽，也没有为所有枢纽设定统一的硬件配额。

对于大学和规模较小的学院而言，获取资源往往是 AI 研究面临的第一项现实限制。训练或评估先进模型可能需要专用处理器、大型数据集、软件支持，以及懂得如何让系统可用的人员。区域模式可以通过连接各有不同优势的机构来降低其中一些门槛。一所机构可提供农业或医疗研究专长，另一所可承担培训项目，规模更大的大学则可能运行共享基础设施。这种安排能否成功，将同样取决于治理和访问规则，而不只是算力是否存在。

NVIDIA 提到了其与佛罗里达大学此前的合作，作为预期这项计划可借鉴的伙伴关系样本。公司、联合创始人 Chris Malachowsky 与该校在 2020 年启动了一项工作，扩大佛罗里达各公立大学的 AI 计算与教育机会。NVIDIA 称，该大学此后已拥有 300 多名专注于 AI 的教师，并将 AI 教育和研究嵌入全部 16 个学院。公司还提到，自 2017 年以来，佛罗里达大学教师和单位获得的 AI 研究奖励已超过 5.11 亿美元。这些数字描述的是一个已建立的项目，而不是对每个新区域枢纽的预测。

最新努力也与国家 AI 研究资源试点项目相连，NVIDIA 曾在其中为学术研究团队贡献计算资源、工具和专业知识。公司称，新枢纽可通过将基础设施与技术指导和学生机会配对，把原始资源变成可用的科研能力。这种配对很重要，因为没有培训、软件支持或明确访问流程的集群可能长期利用不足。因此，该计划被表述为让研究人员和教育者真正能够使用 AI 能力的努力，而不只是一次采购活动。

劳动力培养是另一个明确目标。NVIDIA 表示，区域伙伴可开发学位课程、短期证书和可叠加的学习路径，帮助学生和在职专业人士从 AI 素养走向应用技能。公司列举的领域包括物理 AI 与自动化、医疗、能源、农业、制造、量子计算和网络安全。这个范围表明，AI 基础设施正被当作通用研究能力，而非只属于计算机科学部门的资源。它也提出了现实挑战：项目需要把广泛的技术训练与当地雇主、研究重点以及不同职业阶段学习者的实际机会相连接。

这项公告代表参与一项长期公私合作的承诺，而不是让所有机构立即获得更多资源。区域联盟仍需决定建设什么、谁能使用以及如何维持。对政策制定者而言，枢纽提供了连接研究、教育和经济发展的方式；对高校而言，它们可能成为进入原本难以独自承担的 AI 工作的一条路径。关键考验是，共享基础设施能否配套足够的支持、教学与协调，使之真正有用。如果能够做到，这项计划可能扩大有能力研究和应用 AI 的群体，而不是让相关工作继续集中在同一小部分组织中。