Nvidia presenterade på måndagen en ny serie öppen källkodsmodeller för artificiell intelligens som enligt företaget kommer att vara snabbare, billigare och smartare än dess tidigare erbjudanden, i takt med att öppen källkodsprodukter från kinesiska AI-laboratorier blir allt vanligare.

Nvidia är främst känt för att tillhandahålla chips som företag som OpenAI använder för att träna sina slutna källkodsmodeller och ta betalt för dem. Men företaget erbjuder också en rad egna modeller för allt från fysiksimuleringar till självkörande fordon som öppen källkodsprogramvara som kan användas av forskare eller andra företag, med företag som Palantir Technologies som väver in Nvidias modell i sina produkter.

På måndagen avslöjade Nvidia den tredje generationen av sina "Nemotron"-modeller för stora språk, avsedda för skrivande, kodning och andra uppgifter. Den minsta av modellerna, kallad Nemotron 3 Nano, släpptes på måndagen, och två andra, större versioner kommer under första halvåret 2026.

Nvidia, som har blivit världens mest värdefulla börsnoterade företag, sa att Nemotron 3 Nano var effektivare än sin föregångare – vilket innebär att den skulle vara billigare att driva – och skulle fungera bättre vid långa uppgifter med flera steg.

Nvidia släpper modellerna som öppen källkod från kinesiska teknikföretag som DeepSeek, Moonshot AI och Alibaba Group Holdings, som blir alltmer använda inom teknikbranschen, med företag som Airbnb som avslöjar att de använder Alibabas öppen källkodsmodell Qwen.

Samtidigt har CNBC och Bloomberg rapporterat att Meta Platforms överväger att övergå till slutna källkodsmodeller, vilket skulle göra Nvidia till en av de mest framstående amerikanska leverantörerna av öppen källkod.

Många amerikanska delstater och myndigheter har förbjudit användningen av kinesiska modeller på grund av säkerhetsskäl.

Kari Briski, vice vd för generativ AI-programvara för företag hos Nvidia, sa att företaget strävar efter att tillhandahålla en "modell som människor kan lita på" och att man också öppet släpper sina träningsdata och andra verktyg så att myndigheter och företag kan testa säkerheten och anpassa den.

"Det är därför vi behandlar det som ett bibliotek", sa Briski till Reuters i en intervju. "Det är därför vi är engagerade i det ur ett mjukvarutekniskt perspektiv." (Rapport av Stephen Nellis i San Francisco; redigering av Mark Heinrich)