開源軟體長期以來是美國技術領導力的重要支柱。
早在1969年，DARPA將加州大學洛杉磯分校、斯坦福大學、加州大學聖巴巴拉分校和猶他大學的四台電腦連接起來，奠定了網際網路的基礎設施骨架。
在那個早期階段，美國主導的開源貢獻同樣推動了編程語言領域的領先地位——1969年誕生的UNIX和1972年貝爾實驗室開發的C語言，隨後催生了更多建立在此基礎之上的開源軟體，包括1991年的Linux核心、2008年的GitHub以及2013年的Docker。
如今，開源模型正在通過可定製性與透明度，讓前沿級別的AI得到廣泛普及。它們賦予企業和政府機構在敏感環境中審查、調整和部署AI的能力，對國家安全、企業可持續發展以及工業創新至關重要。
藉助面向特定領域的優化框架，強大的開源模型可以在幫助客戶保留對專有數據、模型權重和部署環境完整控制權的同時，提供前沿水平的能力。此次Palantir宣布將NVIDIA Nemotron開源模型引入"氣隙隔離"環境——即與非安全網路完全物理隔斷的安全部署架構——並運行於NVIDIA加速計算平台之上。
Palantir將利用NVIDIA Nemotron開源模型，為美國政府構建定製化的前沿級模型。政府的許多運營領域與私營企業高度相似，涵蓋商業、能源、醫療、農業、教育和交通運輸等方向。美國聯邦政府擁有約300萬名文職雇員，本質上是全球規模最大的"企業"之一。
在如此多元的領域提供關鍵服務，複雜程度極高。AI有助於簡化這種複雜性，提升洞察力，進而驅動生產效率提升。從食品安全到跨州高速公路基礎設施的安全維護，AI可以像服務美國公共部門企業一樣，幫助政府機構應對各類運營挑戰。
藉助這套全新引擎，各機構和運營方可以在自己的基礎設施上運行定製化的Nemotron模型，基於自有數據進行訓練，並對生成模型保留完整所有權——包括編碼了其運營知識的模型權重。
Palantir的主權AI作業系統基於AIP、Ontology、Foundry和Apollo構建，負責處理運營層與數據授權層，以便在敏感環境中輕鬆完成部署。明確的數據授權、架構層面強制執行的隔離機制以及完整的可審計性，已成為Palantir主權AI作業系統的核心特性。
隨著定製模型投入實際生產，各機構和運營方可以在自身環境內，利用新數據和反饋持續優化模型性能。這構建了一套數據飛輪機制，在持續提升模型表現的同時，確保數據、模型與審計能力始終處於客戶掌控之下。
NVIDIA Nemotron開源模型為Palantir主權AI作業系統提供了可定製、可持續學習的模型層，而企業級部署則可通過NVIDIA AI Enterprise軟體套件獲得進一步支持。
NVIDIA Nemotron開源模型與Palantir關鍵基礎設施產品的結合，在信任、可及性、控制力和成本降低四個維度實現了協同增效。
透明建立信任：通過對開源模型的獨立審查，研究人員可以識別出單一組織可能忽略的漏洞、偏差和非預期行為，從而推動模型疊代優化，通過透明度提升整體安全性。
定製化與控制權：企業、政府和開發者可以對開源模型進行修改和微調，使其更好地適配自身使用場景。開源模型可部署於金融業等強監管環境，而閉源模型在這類場景中可能違反數據安全或隱私法規。
低成本驅動經濟發展：開源模型已被廣泛採用，約三分之二的企業已在使用，並持續報告其成本效益優勢。各組織普遍認為，隨著AI規模化落地，成本節約是重要的驅動因素。
NVIDIA Nemotron開源模型與Palantir關鍵基礎設施產品——AIP、Foundry、Ontology和Apollo——的結合，為政府機構和商業企業共同強化了美國的技術領導力。在氣隙隔離的NVIDIA算力基礎設施
上運行這些模型，確保了數據與模型的安全性，使其隨時能夠支撐最重要的核心任務。
Q&A
Q1：Palantir主權AI作業系統由哪些組件構成？它是如何保障數據安全的？
A：Palantir主權AI作業系統由AIP、Ontology、Foundry和Apollo四個核心組件構建而成，負責處理運營層與數據授權層。其安全保障機制包括三個核心設計：明確的數據授權機制、架構層面強制執行的隔離措施，以及完整的可審計性。此外，該系統部署於"氣隙隔離"環境，即與非安全網路完全物理隔斷的基礎設施之上，從根本上防止數據外泄。
Q2：NVIDIA Nemotron開源模型與閉源模型相比有哪些優勢？
A：NVIDIA Nemotron開源模型具備三大核心優勢：第一，透明度更高，研究人員可獨立審查模型，識別漏洞和偏差；第二，可定製性更強，企業和政府可根據自身需求對模型進行修改和微調，適配金融、醫療等強監管場景；第三，成本更低，目前約三分之二的企業已採用開源模型，並普遍反映其具備顯著的成本效益優勢，有助於AI的規模化落地。
Q3：數據飛輪機制在Palantir與NVIDIA的合作方案中是如何運作的？
A：在Palantir與NVIDIA的合作方案中，數據飛輪機制的運作邏輯如下：各機構將定製化Nemotron模型部署於自有基礎設施後，隨著模型在實際生產中持續使用，可不斷利用新產生的數據和用戶反饋對模型進行優化疊代。整個過程在客戶自身環境內閉環完成，數據所有權、模型權重以及審計能力始終歸客戶掌控，從而在持續提升模型性能的同時，確保敏感資訊不流出安全邊界。
