Corey Nolet

Corey Nolet 是 NVIDIA 的 RAPIDS ML 团队的数据科学家兼高级工程师，他专注于构建和扩展机器学习算法，以支持光速下的极端数据负载。在 NVIDIA 工作之前， Corey 花了十多年时间为国防工业的 HPC 环境构建大规模探索性数据科学和实时分析平台。科里持有英国理工学士学位计算机科学硕士学位。他还在攻读博士学位。在同一学科中，主要研究图形和机器学习交叉点的算法加速。科里热衷于利用数据更好地了解世界。

Posts by Corey Nolet

代理式 AI/生成式 AI 2025年 11月 6日

利用 NVIDIA cuVS 加速 Faiss 中的 GPU 向量搜索

随着企业收集的非结构化数据日益增多，并更加广泛地应用大语言模型（LLM），对更高效、更具可扩展性系统的需要也愈发迫切。 5 MIN READ

数据科学 2025年 7月 24日

借助 NVIDIA cuVS 优化索引和实时检索的向量搜索

AI 赋能的搜索需要高性能索引、低延迟检索和无缝可扩展性。NVIDIA cuVS 为开发者和数据科学家带来了 GPU… 2 MIN READ

数据科学 2024年 10月 31日

RAPIDS cuML 助力 GPU 实现 UMAP 的高速扩展

UMAP 是一种常用的降维算法，用于生物信息学、NLP 主题建模和 ML 预处理等领域。它的工作原理是创建 k 近邻（k… 3 MIN READ

数据科学 2024年 8月 15日

Cyborg 和 RAPIDS cuVS 实现矢量搜索机密性保护

在生成式 AI 时代，向量数据库对于高效存储和查询高维数据已变得不可或缺。但是，与所有数据库一样，向量数据库容易受到一系列攻击，包括网络威胁、 2 MIN READ

计算机视觉/视频分析 2023年 9月 11日

加速矢量搜索：利用 GPU 索引的 RAPIDS RAFT

在 2023 年的人工智能领域，矢量搜索成为最热门的话题之一，因为它在大语言模型（LLM）和生成式人工智能中发挥了重要作用。 2 MIN READ

计算机视觉/视频分析 2023年 9月 11日

加速矢量搜索：微调 GPU 索引算法

这个系列的第一篇文章介绍了矢量搜索索引，解释了它们在实现广泛的重要应用中所起的作用，并使用了 RAFT 库。在这篇文章中， 2 MIN READ