輝達“聯姻”Palantir，黃仁勳離“全端解決方案提供商”更近一步？ | 企服國際觀察

台北時間10月29日凌晨，輝達在美國舉辦了GTC大會，公司CEO黃仁勳登台暢談AI產業的前沿展望。與原先有明確重點的發佈會不同的是，這次發佈會上黃仁勳的演講涵蓋了包括量子計算、核聚變、自動駕駛、6G等多個時下熱門領域。

其中一項引人關注的內容是輝達宣佈與Palantir聯手，Palantir將在其AI平台核心的Ontology框架中整合輝達的GPU加速資料處理、路由最佳化庫、開放模型和加速計算能力

就在宣佈聯手的幾小時內，Palantir股價上漲了5%，而輝達市值更是突破了5兆美元關口。資本市場的狂熱並非空穴來風，這場合作本質上是AI產業發展的必然選擇——當算力之王遇到資料治理“獨角獸”，當硬體基礎設施撞上軟體決策系統，一個“算力、資料、決策”的閉環生態正在形成，它不僅將改變企業營運的底層邏輯，也將改寫企業級AI的格局。

強強聯合，各取所需

輝達與Palantir的合作核心是將輝達的GPU加速計算、開源模型和資料處理能力整合到Palantir AI平台（AIP）的Ontology系統中。Ontology通過將複雜資料和邏輯組織成互聯的虛擬對象、連結和動作，建立企業的數字副本，為AI驅動的業務流程自動化提供基礎。

黃仁勳表示："Palantir和輝達有著共同的願景：將AI付諸行動，把企業資料轉化為決策智能。通過結合Palantir強大的AI驅動平台與輝達CUDA-X加速計算和Nemotron開源AI模型，我們正在打造下一代引擎，為運行全球最複雜工業和營運管線的AI專業化應用和代理提供動力。"

此次合作對於輝達而言，是黃仁勳為公司劃定的“不能只做‘AI 時代的英特爾’，必須成為全端解決方案提供商。”戰略目標的重要一步。在完成這一目標的過程中，輝達的短板已經顯而易見——缺乏深度整合企業資料的軟體能力，無法將算力直接轉化為客戶可感知的決策價值。當雲廠商開始自建算力叢集，當企業客戶抱怨 “買了GPU卻不知道怎麼用”，輝達急需找到通往企業級市場的“鑰匙”。

而Palantir似乎就是其中一把“鑰匙”。合作的另一方Palantir成立於2003年，早在2G時期就開始提供巨量資料分析服務的公司，多年來一直被打著”定製化服務“的標籤。從2008年開始通過資料整合和分析平台Foundry開始進入2B企業市場，隨後陸續推出了應用部署平台Appolo、人工智慧平台AIP等產品，逐漸形成了從巨量資料分析到資料和AI產品矩陣。

隨著生成式AI時代的到來，資料作為AI落地的三要素之一，愈發受到企業的重視，這也讓資料治理專家的Palantir登上了更大的舞台。Palantir三大核心平台—Foundry（資料作業系統）、AIP（人工智慧平台）和Apollo（持續部署與管理平台），以及其獨特的“前線部署工程師”（Forward Deployed Engineer, FDE）服務模式，可以說是Palantir系統性地應對AI落地挑戰的”獨特配方“。其核心思路是首先通過Foundry和Ontology打通資料、建立企業語義模型，然後通過AIP安全、可控地將AI能力深度嵌入業務流程，並通過貼身服務的FDE工程師現場確保方案在客戶特定環境下的成功落地。

憑藉在政府和國防領域的深耕，Palantir建構了業內頂尖的資料整合能力。其核心產品Ontology框架能將企業分散在ERP、CRM、物聯網裝置中的多源異構資料，抽象為統一的語義網路，形成“單一事實來源”。

Palantir將自身定位為企業級AI應用的賦能者，致力於將先進的AI能力(LLM)深度嵌入到客戶的核心業務流程中，以解決實際的營運挑戰並創造可衡量的業務價值。

誠然，Palantir手握“資料治理”之道，但面對龐大的企業級市場的時候，卻形成了“巧婦難為無米之炊”之勢。“我們能理清資料的脈絡，卻缺乏足夠的算力讓它產生即時智能。”Palantir CEO Alex Karp在2025年一季報電話會議上坦言。

隨著企業對 AI 決策的要求從 “事後分析” 轉向 “即時響應”，Palantir 的傳統架構逐漸力不從心。財報顯示，Palantir在2025年上半年營收為18.88億美元，上年同期的營收為13.12億美元；毛利為15.22億美元，上年同期的毛利為10.68億美元。其中，在商業領域，Palantir 2025年第二季度收入同比增長93%，成為增長核心引擎，標誌其從政府服務轉向企業軟體轉型成功。

轉向企業側之後，Palantir自然需要更多的算力資源作為其服務的底層支撐。而這時候輝達拋出的“橄欖枝”，恰巧解了Palantir的“燃眉之急”。

“算力+資料”如何重構決策系統？

輝達與Palantir雙方合作從打造營運AI技術堆疊開始，家居裝修零售領域企業Lowe’s成為首批採用該整合技術堆疊的企業，通過輝達與Palantir兩方的支援，Lowe’s打造了供應鏈最佳化方案該方案是以數字孿生技術為核心建構的虛擬鏡像系統，主要用於最佳化供應鏈佈局、預測客流及提升營運效率。

系統通過高精度三維掃描獲取實體店舖的物理結構資料，結合商品庫存、銷售記錄等營運資料，形成與真實店舖完全對應的虛擬副本。

傳統供應鏈系統反應遲緩，一次極端天氣導致的運輸延誤往往需要數天才能解決。而採用了輝達與Palantir聯合打造的方案之後，Lowe's 建構了全球供應鏈的數字孿生系統。通過Palantir Ontology整合訂單、庫存、物流、天氣等資料，再借助輝達cuOpt最佳化庫和Blackwell GPU進行即時計算。

AI 代理可提前72 小時預測供應鏈風險，如港口擁堵、原材料短缺等，並生成預警報告。當突發狀況發生時，系統能在分鐘級生成最優解決方案。比如，當颱風導致亞洲至美國的貨運航線中斷時，該系統可以在60秒內生成了3套替代方案，並即時計算出各方案的成本、時效和風險係數。

不僅於此，通過分析歷史銷售資料和即時需求趨勢，系統為每個倉庫提供動態補貨建議。

這一切的背後，正是輝達與Palantir的技術融合在發揮作用。雙方聯合打造的技術堆疊採用“基礎設施-資料層-應用層”的三層架構，每一層都實現了深度耦合：

• 基礎設施層，輝達Blackwell GPU提供算力底座，BlueField-4 資料處理單元（DPU）負責資料流轉加速。BlueField-4支援800Gb/s 吞吐量，計算能力是前代產品的6倍，能為AI資料管道提供高效處理能力。通過NVLink互聯技術，數千塊GPU可組成統一算力叢集，為PB級資料處理提供支撐。
• 資料層，Palantir的Ontology框架通過API閘道器和多語言 SDK，整合結構化資料（如訂單資訊）、非結構化資料（如合同文件）、地理空間資料（如倉庫位置）和即時資料流（如物流追蹤），建構統一的資料語義網路。輝達的cuOpt路徑最佳化庫被深度整合於此，可基於即時資料動態調整決策模型。
• 應用層，輝達NEMOTRON推理模型與Palantir AIP Assist工具結合，可自動生成資料分析報告、提取關鍵資訊並生成決策建議。更重要的是，這些AI代理能通過人機協同模式收集反饋，形成 “資料、決策、最佳化”的閉環。

這場技術整合的核心突破，在於將AI從“靜態分析工具”升級為 “動態決策系統”。傳統企業AI往往只能基於歷史資料進行預測，而輝達與 Palantir聯合打造的“AI世界”是具備即時性，能實現上下文感知，且更強可解釋性的世界。

輝達與Palantir的合作代表了AI應用的一個根本性轉變——從分析工具轉向即時作業系統核心元件。這種整合技術堆疊使企業能夠將資料轉化為動態決策智能，在日益複雜和快速變化的全球環境中保持競爭優勢。

黃仁勳在GTC主題演講中強調：“Palantir和輝達共享一個願景：讓AI付諸行動，將企業資料轉化為決策智能。”

雙方的合作不僅於此。據悉，輝達與Palantir還計畫將輝達Blackwell架構引入Palantir AIP，以加速從資料處理和分析到模型開發、微調再到生產AI的端到端AI管線。企業將能夠在輝達AI工廠中運行AIP以實現最佳化加速。Palantir AIP還將在輝達新推出的政府AI工廠參考設計中獲得支援。

這一合作不僅將增強企業的營運效率，還將通過輝達的“政府級AI工廠”框架，為公共部門提供安全、大規模AI部署服務。對於整個AI行業而言，這一合作標誌著企業級AI正在進入一個操作AI的新時代——AI系統不再僅僅是分析資料，而是直接參與營運決策和流程最佳化，在供應鏈管理、醫療健康、金融服務和國防等領域發揮重要作用。 (鈦媒體AGI)