Eduardo Alvarez

Eduardo Alvarez 是 NVIDIA 的高级技术营销工程师,专注于大规模 AI 推理、工作负载性能优化、TCO 分析和 AI 工程支持。他在 AI 系统工程、模型优化和 GPU 加速计算方面拥有深厚的背景,将前沿研究转化为开发者和企业团队的实用见解。加入 NVIDIA 之前,Eduardo 曾在领先的半导体和能源公司担任技术职务,帮助推动 AI 在各行各业中的应用。他拥有德克萨斯农工大学 (Texas A&M University) 的地球物理工程学位。

Posts by Eduardo Alvarez

精选

深入了解 NVIDIA Rubin GPU 架构:助力代理式 AI 时代

最初是离散 AI 模型训练和面向人类的聊天界面,后来演变为始终在线的 AI 工厂,致力于大规模生产智能。现在, 4 MIN READ
精选

NVIDIA Vera CPU:专为实现代理式 AI 的最大单线程性能而打造的 Olympus Core

代理式 AI 将更多的关键执行路径转移到 CPU 上。智能体在沙盒中执行代码、调用工具、检索上下文、与数据库交互,以及分析结果, 3 MIN READ
精选

NVIDIA Vera CPU 提升 AI 工厂吞吐量,加速代理式工作负载

代理式系统通过结合推理、工具使用、代码执行、检索、编排和结果处理的多步骤工作流,将模型推理转化为行动。随着这些系统在整个 AI 工厂中的扩展, 2 MIN READ
精选

NVIDIA 在首个代理式 AI 基准测试中实现了领先的代理式编码性能

AI 智能体从根本上改变了推理工作负载的复杂性。到目前为止,业界一直在努力定义用于衡量推理系统在这些条件下的性能的标准。 2 MIN READ
数据中心/云端

借助 Slurm 拓扑感知型作业调度功能,在 NVIDIA GB200 NVL72 上实现百万兆级性能

随着AI模型的规模和复杂性持续提升,要充分发挥现代加速基础设施的性能,关键在于如何合理分配工作负载以及硬件的部署方式。 3 MIN READ
精选

NVIDIA Vera Rubin 平台如何解决代理式 AI 的纵向扩展问题

代理式推理通过引入非确定性轨迹(即AI智能体在执行任务时生成的动作、观察结果和决策),从根本上改变了推理工作负载的运行时特性。 2 MIN READ