TL;DR · 一句话结论

NVIDIA 发布 Nemotron-Labs-3-Puzzle-75B-A9B：压缩混合 MoE 模型，服务器吞吐量提升 2.03 倍。这是一条「模型发布（AI Models）」类 AI 信号，小雯机会评分 9.5/10，风险评分 3.6/10，数据源为 AI HOT / MarkTechPost（RSS）。

• 这是什么：NVIDIA 发布 Nemotron-3-Super 的压缩变体 Nemotron-Labs-3-Puzzle-75B-A9B，总参数从 120.7B 降至 75.3B，活跃参数从 12.8B 降至 9.3B，保持 88 块混合布局（40 Mamba、40 MoE、8 注意力）。在 8×B200 节点上，8K/64K 场景匹配用户吞吐量≥100 tok/s 时，服务器吞吐量提升 2.03 倍。单 H100 上 1M-token 并发从 1 增至 8，权重占用从 70 GB 降至 44.5 GB。迭代式 Puzzle...
• 为什么值得关注：模型竞争正在进入真实业务闭环，创业者要关注可用性、成本和落地场景，而不是只看参数。这条值得关注：NVIDIA 发布 Nemotron-Labs-3-Puzzle-75B-A9B：压缩混合 MoE 模型，服务器吞吐量提升 2.03 倍
• 归类标签：AI Models、Nvidia
• 首次收录：2026-07-10，累计出现 1 次