Nvidia Nemotron 3.5 स्तरीय एजेंट्स: Super VL से Bolt विश्लेषण

हर कोई पैरामीटर काउंट्स को ऐसे घूर-घूरकर देख रहा है जैसे वे बुद्धिमत्ता के न्यूट्रिशन लेबल हों। Nvidia का नया Nemotron रिलीज़ इसलिए ज़्यादा दिलचस्प है क्योंकि यह वह बात मान लेता है जो आम तौर पर धीरे से कही जाती है: सभी एजेंट एक ही अपार्टमेंट में नहीं रहना चाहते। TechCrunch ने रिपोर्ट किया कि Nvidia ने हमेशा चालू रहने वाले एजेंट्स और एज कंप्यूटिंग के लिए नए open-weight मॉडल लॉन्च किए हैं, जिनमें Nemotron 3.5 Super VL एंटरप्राइज़ उपयोग के लिए है और Bolt मॉडल स्थानीय AI PCs और वर्कस्टेशनों के लिए बनाए गए हैं। लॉन्च की चमक-दमक के नीचे छिपी असली आर्किटेक्चर कहानी यही है।

व्यावहारिक सीख यह नहीं है कि एक मॉडल जीतता है और बाकी उदास होकर कोने में बैठ जाते हैं। बात यह है कि एजेंट इन्फ्रास्ट्रक्चर अब परतों में बंट रहा है: टूल-भारी एंटरप्राइज़ वर्कफ़्लो के लिए बड़े मॉडल, और स्थानीय मशीनों के लिए छोटे मॉडल, जहाँ latency, availability, और deployment friction मायने रखते हैं। यह दिमाग चुनने जैसा कम और fleet management जैसा ज़्यादा है, बस फर्क इतना है कि ये स्कूटर वेब ब्राउज़ कर सकते हैं और कभी-कभी आपके quarterly planning doc को लैब कोट पहने रैकून जैसी आत्मविश्वास भरी शैली में summarize कर देते हैं।

TechCrunch सर्वर एजेंट्स और स्थानीय एजेंट्स के बीच का अंतर दिखाता है

TechCrunch ने रिपोर्ट किया कि Nemotron 3.5 Super VL एक 120 अरब पैरामीटर वाला मॉडल है, जिसे एंटरप्राइज़ एजेंट्स के लिए बनाया गया है, और Nvidia के अनुसार यह Nemotron 3 Ultra से कम पैरामीटर इस्तेमाल करते हुए instruction-following और tool-use tasks में समान accuracy को लक्ष्य करता है। यह इसलिए मायने रखता है क्योंकि एंटरप्राइज़ एजेंट सिर्फ टाई पहने हुए chat boxes नहीं होते। उन्हें instructions follow करनी होती हैं, tools call करने होते हैं, और multistep काम में semantic जंगल में भटके बिना टिके रहना होता है।

TechCrunch ने यह भी रिपोर्ट किया कि Nvidia ने deployment map के दूसरे हिस्से के लिए दो lightweight Bolt मॉडल लॉन्च किए। Nemotron 3.5 Bolt 74B-A9B 24GB को स्थानीय agentic tasks के लिए 74 अरब पैरामीटर वाला मॉडल बताया गया है, जिसमें multistep reasoning, tool calling, और web browsing शामिल हैं। छोटा Bolt E4B conversational agents के लिए है, जो यह कहने का सभ्य तरीका है कि हर workload को forklift के बराबर मॉडल की ज़रूरत नहीं होती।

@title Nvidia एजेंट टियर
@source TechCrunch
@source The Next Web

  Model              Size       Target
  Super VL           120B       Enterprise agents
  Bolt 74B A9B       74B 24GB   Local tasks
  Bolt E4B           4GB        Conversation

@caption Nvidia एजेंट मॉडल्स को scale और deployment target के आधार पर बाँट रहा है।

मुख्य फर्क केवल बड़ा बनाम छोटा नहीं है। फर्क यह है कि एजेंट कहाँ चलता है और उससे किस तरह की गड़बड़ी साफ करने की उम्मीद है। Super VL भारी workflows के लिए enterprise tier है, जबकि Bolt स्थानीय systems के लिए deployability tier है। अगर आपके procurement spreadsheet को मॉडल चाहिए, ठीक है। अगर आपके laptop को ऐसा local assistant चाहिए जो हर छींक पर mothership को फोन न करे, तो वह अलग किस्म का प्राणी है।

The Next Web बताता है कि स्थानीय एजेंट्स deployment की कहानी क्यों हैं

The Next Web ने रिपोर्ट किया कि RTX Spark laptops AI agents को device पर ही चलाने के लिए बनाए गए हैं, जिनमें systems 128GB तक shared memory और 1 petaflop तक AI performance देते हैं। उसने यह भी रिपोर्ट किया कि Nemotron 3.5 Bolt में 74 अरब पैरामीटर हैं, जिनमें से 9 अरब एक समय में active रहते हैं, और supported RTX Spark configurations पर इसे 24GB memory में फिट किया गया है। यही local-agent pitch का छोटा रूप है: मॉडल को इतना छोटा, sparse, या अच्छी तरह packaged बनाओ कि वह user के पास रह सके।

यहीं capability और deployability पार्किंग लॉट में कुश्ती शुरू करते हैं। बड़ा मॉडल कठिन workflows संभाल सकता है, लेकिन local model तब उपयोगी हो सकता है जब workload को files, apps, या users के करीब चलने से लाभ मिलता हो। Builders के लिए सवाल कम romantic और ज़्यादा operational हो जाता है: इस agent को कहाँ execute करना चाहिए ताकि यह पर्याप्त तेज़, पर्याप्त governed, और demo खत्म होने के बाद भी रखे जाने लायक पर्याप्त सस्ता हो?

VentureBeat और WSJ open models के एंटरप्राइज़ कारण की ओर इशारा करते हैं

VentureBeat ने रिपोर्ट किया कि Nvidia कहता है कि organizations Super VL को अपने data, tools, और policies पर post-train कर सकती हैं, फिर उसे ऐसी infrastructure पर deploy कर सकती हैं जो security और data-residency needs के अनुकूल हो। यही वह boring sentence है जिसके पीछे असली budget है। Enterprises सिर्फ clever model नहीं चाहते; वे ऐसा model चाहते हैं जिसे उनकी procedures के अनुसार adapt किया जा सके, बिना compliance को piñata बनाए।

The Wall Street Journal ने रिपोर्ट किया कि Nvidia की Kari Briski ने कहा कि Nemotron में interest आंशिक रूप से इसलिए बढ़ा है क्योंकि models U.S.-made हैं और क्योंकि उनके underlying data को inspect किया जा सकता है। WSJ ने यह भी रिपोर्ट किया कि public-sector organizations और financial institutions चीनी-made models को लेकर खास तौर पर cautious हैं, और companies open models को fine-tune करने में अधिक comfortable हो रही हैं। अनुवाद: model choice अब supply-chain, governance, और customization choice भी है। AI procurement कम sci-fi और ज़्यादा paperwork goblin बन गया है।

Launch pattern के अनुसार builders को आगे क्या देखना चाहिए

TechCrunch ने launch को इस तरह frame किया कि Nvidia organizations को अलग-अलग infrastructure tiers के लिए optimized open model दे रहा है, बजाय इसके कि उन्हें capability और deployability के बीच एक ही choice पर मजबूर किया जाए। अगर आप prototype से आगे agents plan कर रहे हैं, तो यह framing उपयोगी है। भारी, tool-using workflows को enterprise tier पर रखें; conversational या local task agents को वहाँ रखें जहाँ hardware उन्हें सचमुच संभाल सके, बिना interpretive dance में फट पड़े।

जो चीज़ अभी missing है, वह real deployments से independent evidence है। Nvidia के claims साफ हैं, और tiering समझदारी भरी है, लेकिन builders को फिर भी अपने workloads पर accuracy, latency, tool reliability, और memory behavior test करना चाहिए। देखें कि teams सचमुच cloud, workstation, और PC tiers में agents route करती हैं या नहीं, या फिर हर कोई खुद को जीवित महसूस कराने के लिए बस नया orchestration diagram बना लेता है। Agent era ऐसा नहीं है कि एक model सब पर राज करे; यह बेहतर GPUs और खराब meeting notes के साथ एक dispatch problem है।