北京时间 10 月 29 日凌晨，英伟达在美国举办了 GTC 大会，公司 CEO 黄仁勋登台畅谈 AI 产业的前沿展望。与原先有明确重点的发布会不同的是，这次发布会上黄仁勋的演讲涵盖了包括量子计算、核聚变、自动驾驶、6G 等多个时下热门领域。

其中一项引人关注的内容是英伟达宣布与 Palantir 联手，Palantir 将在其 AI 平台核心的 Ontology 框架中集成英伟达的 GPU 加速数据处理、路由优化库、开放模型和加速计算能力

就在宣布联手的几小时内，Palantir 股价上涨了 5%，而英伟达市值更是突破了 5 万亿美元关口。资本市场的狂热并非空穴来风，这场合作本质上是 AI 产业发展的必然选择——当算力之王遇到数据治理 " 独角兽 "，当硬件基础设施撞上软件决策系统，一个 " 算力、数据、决策 " 的闭环生态正在形成，它不仅将改变企业运营的底层逻辑，也将改写企业级 AI 的格局。

强强联合，各取所需

英伟达与 Palantir 的合作核心是将英伟达的 GPU 加速计算、开源模型和数据处理能力整合到 Palantir AI 平台（AIP）的 Ontology 系统中。Ontology 通过将复杂数据和逻辑组织成互联的虚拟对象、链接和动作，创建企业的数字副本，为 AI 驱动的业务流程自动化提供基础。

黄仁勋表示："Palantir 和英伟达有着共同的愿景：将 AI 付诸行动，把企业数据转化为决策智能。通过结合 Palantir 强大的 AI 驱动平台与英伟达 CUDA-X 加速计算和 Nemotron 开源 AI 模型，我们正在打造下一代引擎，为运行全球最复杂工业和运营管线的 AI 专业化应用和代理提供动力。"

此次合作对于英伟达而言，是黄仁勋为公司划定的 " 不能只做‘ AI 时代的英特尔’，必须成为全栈解决方案提供商。" 战略目标的重要一步。在完成这一目标的过程中，英伟达的短板已经显而易见——缺乏深度整合企业数据的软件能力，无法将算力直接转化为客户可感知的决策价值。当云厂商开始自建算力集群，当企业客户抱怨 " 买了 GPU 却不知道怎么用 "，英伟达急需找到通往企业级市场的 " 钥匙 "。

而 Palantir 似乎就是其中一把 " 钥匙 "。合作的另一方 Palantir 成立于 2003 年，早在 2G 时期就开始提供大数据分析服务的公司，多年来一直被打着 " 定制化服务 " 的标签。从 2008 年开始通过数据集成和分析平台 Foundry 开始进入 2B 企业市场，随后陆续推出了应用部署平台 Appolo、人工智能平台 AIP 等产品，逐渐形成了从大数据分析到数据和 AI 产品矩阵。

随着生成式 AI 时代的到来，数据作为 AI 落地的三要素之一，愈发受到企业的重视，这也让数据治理专家的 Palantir 登上了更大的舞台。Palantir 三大核心平台— Foundry（数据操作系统）、AIP（人工智能平台）和 Apollo（持续部署与管理平台），以及其独特的 " 前线部署工程师 "（Forward Deployed Engineer, FDE）服务模式，可以说是 Palantir 系统性地应对 AI 落地挑战的 " 独特配方 "。其核心思路是首先通过 Foundry 和 Ontology 打通数据、建立企业语义模型，然后通过 AIP 安全、可控地将 AI 能力深度嵌入业务流程，并通过贴身服务的 FDE 工程师现场确保方案在客户特定环境下的成功落地。

凭借在政府和国防领域的深耕，Palantir 构建了业内顶尖的数据整合能力。其核心产品 Ontology 框架能将企业分散在 ERP、CRM、物联网设备中的多源异构数据，抽象为统一的语义网络，形成 " 单一事实来源 "。

Palantir 将自身定位为企业级 AI 应用的赋能者，致力于将先进的 AI 能力 ( LLM ) 深度嵌入到客户的核心业务流程中，以解决实际的运营挑战并创造可衡量的业务价值。

诚然，Palantir 手握 " 数据治理 " 之道，但面对庞大的企业级市场的时候，却形成了 " 巧妇难为无米之炊 " 之势。" 我们能理清数据的脉络，却缺乏足够的算力让它产生实时智能。"Palantir CEO Alex Karp 在 2025 年一季报电话会议上坦言。

随着企业对 AI 决策的要求从 " 事后分析 " 转向 " 实时响应 "，Palantir 的传统架构逐渐力不从心。财报显示，Palantir 在 2025 年上半年营收为 18.88 亿美元，上年同期的营收为 13.12 亿美元；毛利为 15.22 亿美元，上年同期的毛利为 10.68 亿美元。其中，在商业领域，Palantir 2025 年第二季度收入同比增长 93%，成为增长核心引擎，标志其从政府服务转向企业软件转型成功。

转向企业侧之后，Palantir 自然需要更多的算力资源作为其服务的底层支撑。而这时候英伟达抛出的 " 橄榄枝 "，恰巧解了 Palantir 的 " 燃眉之急 "。

" 算力 + 数据 " 如何重构决策系统？

英伟达与 Palantir 双方合作从打造运营 AI 技术栈开始，家居装修零售领域企业 Lowe ’ s 成为首批采用该集成技术栈的企业，通过英伟达与 Palantir 两方的支持，Lowe ’ s 打造了供应链优化方案该方案是以数字孪生技术为核心构建的虚拟镜像系统，主要用于优化供应链布局、预测客流及提升运营效率。

系统通过高精度三维扫描获取实体店铺的物理结构数据，结合商品库存、销售记录等运营数据，形成与真实店铺完全映射的虚拟副本。

传统供应链系统反应迟缓，一次极端天气导致的运输延误往往需要数天才能解决。而采用了英伟达与 Palantir 联合打造的方案之后，Lowe's 构建了全球供应链的数字孪生系统。通过 Palantir Ontology 整合订单、库存、物流、天气等数据，再借助英伟达 cuOpt 优化库和 Blackwell GPU 进行实时计算。

AI 代理可提前 72 小时预测供应链风险，如港口拥堵、原材料短缺等，并生成预警报告。当突发状况发生时，系统能在分钟级生成最优解决方案。比如，当台风导致亚洲至美国的货运航线中断时，该系统可以在 60 秒内生成了 3 套替代方案，并实时计算出各方案的成本、时效和风险系数。

不仅于此，通过分析历史销售数据和实时需求趋势，系统为每个仓库提供动态补货建议。

这一切的背后，正是英伟达与 Palantir 的技术融合在发挥作用。双方联合打造的技术栈采用 " 基础设施 - 数据层 - 应用层 " 的三层架构，每一层都实现了深度耦合：

基础设施层，英伟达 Blackwell GPU 提供算力底座，BlueField-4 数据处理单元（DPU）负责数据流转加速。BlueField-4 支持 800Gb/s 吞吐量，计算能力是前代产品的 6 倍，能为 AI 数据管道提供高效处理能力。通过 NVLink 互联技术，数千块 GPU 可组成统一算力集群，为 PB 级数据处理提供支撑。

数据层，Palantir 的 Ontology 框架通过 API 网关和多语言 SDK，整合结构化数据（如订单信息）、非结构化数据（如合同文档）、地理空间数据（如仓库位置）和实时数据流（如物流追踪），构建统一的数据语义网络。英伟达的 cuOpt 路径优化库被深度集成于此，可基于实时数据动态调整决策模型。

应用层，英伟达 NEMOTRON 推理模型与 Palantir AIP Assist 工具结合，可自动生成数据分析报告、提取关键信息并生成决策建议。更重要的是，这些 AI 代理能通过人机协同模式收集反馈，形成 " 数据、决策、优化 " 的闭环。

这场技术整合的核心突破，在于将 AI 从 " 静态分析工具 " 升级为 " 动态决策系统 "。传统企业 AI 往往只能基于历史数据进行预测，而英伟达与 Palantir 联合打造的 "AI 世界 " 是具备实时性，能实现上下文感知，且更强可解释性的世界。

英伟达与 Palantir 的合作代表了 AI 应用的一个根本性转变——从分析工具转向实时操作系统核心组件。这种集成技术堆栈使企业能够将数据转化为动态决策智能，在日益复杂和快速变化的全球环境中保持竞争优势。

黄仁勋在 GTC 主题演讲中强调："Palantir 和英伟达共享一个愿景：让 AI 付诸行动，将企业数据转化为决策智能。"

双方的合作不仅于此。据悉，英伟达与 Palantir 还计划将英伟达 Blackwell 架构引入 Palantir AIP，以加速从数据处理和分析到模型开发、微调再到生产 AI 的端到端 AI 管线。企业将能够在英伟达 AI 工厂中运行 AIP 以实现优化加速。Palantir AIP 还将在英伟达新推出的政府 AI 工厂参考设计中获得支持。

这一合作不仅将增强企业的运营效率，还将通过英伟达的 " 政府级 AI 工厂 " 框架，为公共部门提供安全、大规模 AI 部署服务。对于整个 AI 行业而言，这一合作标志着企业级 AI 正在进入一个操作 AI 的新时代—— AI 系统不再仅仅是分析数据，而是直接参与运营决策和流程优化，在供应链管理、医疗健康、金融服务和国防等领域发挥重要作用。（文｜Leo 张 ToB 杂谈，作者｜张申宇，编辑丨盖虹达）