英伟达收购SchedMD：拓宽AI算力护城河，Slurm系统成关键

英伟达近期低调完成了对SchedMD的收购，这一举动被业界普遍视为其悄然加宽自身技术护城河的重要一步。

SchedMD是全球高性能计算（HPC）与人工智能领域公认的“资源调度王牌管家”——Slurm系统的核心开发商。

为什么说这次收购进一步拓宽了护城河？

因为Slurm系统不仅在全球TOP500超级计算机中占据半数以上的份额，还被科技巨头Meta、AI创企Mistral和Thinking Machines等广泛采用——

即便是那些使用AMD、Intel芯片的AI公司，只要涉及算力调度，也都离不开Slurm的支持……

SchedMD是做什么的？

SchedMD成立于2010年，是一家专注于大规模计算任务调度技术的企业。

公司的核心资产正是开源工作负载管理系统Slurm，该工具能够高效分配成千上万台设备的算力资源。

无论是大模型训练、数据预处理这类AI核心任务，还是天气预报、基因测序等超算级科研项目，都依赖Slurm实现资源的最优分配，从而保障任务的有序推进。

而且SchedMD的商业逻辑十分清晰：

Slurm免费向全球开发者和企业开放，公司则依靠提供专业工程支持、系统维护、定制化开发等增值服务盈利。

这种商业模式加上Slurm的技术壁垒，使SchedMD的客户版图覆盖极为广泛。

全球超半数的TOP500超级计算机、Meta等科技巨头、Mistral和Thinking Machines这类AI独角兽企业都在其服务范围内。

这也让SchedMD拥有了不可替代的行业地位。

因此，这块“香饽饽”自然被英伟达看中了。

收购背后的战略考量

一是整合成本较低。

实际上，双方已有十年的合作基础，因此收购后的技术衔接和团队整合成本相对较低，英伟达也能迅速将SchedMD的能力融入自身生态。

二是战略价值巨大。

此前，英伟达的CUDA生态主要绑定自家硬件，而通过收购SchedMD，它得以将影响力从硬件层延伸到调度层——

即便客户使用的是AMD、Intel芯片，只要依赖Slurm调度算力资源，就难以避开英伟达生态的辐射。

从而进一步锁定了超算中心、云厂商、AI企业等核心客户群体。

在宣布此次收购的同时，英伟达也承诺将继续保持Slurm的开源和供应商中立属性，确保全球用户正常使用。

然而外界的担忧并未完全消散。有业内人士注意到，支撑不少新云厂商提供Slurm-on-Kubernetes服务的Slinky项目，涉及slurm-operator、slurm-bridge等关键仓库，英伟达并未明确表态会持续投入开发。

如果后续开发出现断档，则可能影响相关业务的稳定性，这也让不少人在观望：

英伟达的开源承诺能否真正落到实处？

OMT

此外，英伟达还推出了最新的Nemotron 3系列开源模型，该模型采用MoE架构，支持百万token上下文窗口。

系列包括Nano、Super和Ultra三种规模。Nano总参数30B，单次任务激活3B；Super总参数达100B，每处理一个token仅激活10B参数；Ultra的总参数规模达到500B，每token激活参数为50B。

这种设计通过精准控制实际参与计算的活跃参数量，既保留了大型参数模型的核心能力，又能大幅减少不必要的算力消耗。

Nano现已推出，Super和Ultra预计2026年上半年面世。

Nemotron 3 Nano相比Nemotron 2 Nano，吞吐量提高4倍，推理成本更低。

被Artificial Analysis评为同类型中最开放、最高效的模型。

参考链接：

[1]https://blogs.nvidia.com/blog/nvidia-acquires-schedmd/

[2]https://nvidianews.nvidia.com/news/nvidia-debuts-nemotron-3-family-of-open-models

[3]https://www.reuters.com/business/nvidia-buys-ai-software-provider-schedmd-expand-open-source-ai-push-2025-12-15/