数据中心/云端

2026年 8月 18日

使用多个 GPU 在几分钟内运行大规模 UMAP，且不会降低准确性

统一流形近似与投影 (UMAP) 是一种广泛用于可视化和特征提取的降维技术。其应用范围涵盖探索性数据分析、主题建模和单细胞分析。
4 MIN READ
2026年 8月 12日

如何为 NVIDIA AI 工厂选择全栈可观察性

AI 基础架构跨越多个层，从计算和网络到存储、编排和应用。当性能下降时，识别来源可能很困难，因为在某一层观察到的症状可能源于堆栈中的其他地方。
3 MIN READ
2026年 8月 10日

在 NVIDIA 上使用 Meta 的运行本地代理式 AI

随着 Muse Glimmer 的发布，Meta 回归开源生态系统。Muse Glimmer 是一个 3000 亿开放权重密集型模型，
2 MIN READ
2026年 8月 3日

如何在共享 GPU 基础架构上运行隔离的租户 Kubernetes 集群

每个团队运行专用的 Kubernetes 集群通常会导致隔离程度超出组织所需的程度。虽然一个集群可以在多个团队之间成功共享，
4 MIN READ
2026年 8月 3日

NVIDIA Vera 存储基准测试：加速 AI 原生存储的加密、压缩、完整性检查和恢复

存储是每个代理式 AI 工作流中不可或缺的组成部分。当智能体检索企业知识、访问持久内存、重用键值 (KV) 缓存数据、执行工具并生成新结果时，
3 MIN READ
2026年 7月 31日

共同设计 AI 模型注意力，实现快速的交互式长上下文推理

随着代理式和长上下文工作负载变得常见，上下文长度增加，注意力消耗更大比例的推理时间 (图 1) 。由于注意力现在主宰了成本，
6 MIN READ
2026年 7月 30日

NVIDIA 示例云：释放 AI 基础设施全部性能的经验教训

由相同的 NVIDIA H100、GB200 NVL72 或 GB300 NVL72 系统构建的两个 AI…
4 MIN READ
2026年 7月 26日

推动半导体在材料工程和制造领域的创新

随着 AI 工作负载的增加，爆炸性的计算需求正在推动半导体行业达到前所未有的性能目标。在快速变化的 AI 硬件周期中，
2 MIN READ
2026年 7月 24日

ModelExpress：以光速分发模型伪影

每移动一个字节都会产生一定的成本。随着模型检查点数量增长到数百 GB 甚至一 TB，这一成本会迅速增加。更糟糕的是，
3 MIN READ
2026年 7月 21日

在 NVIDIA GB300 NVL72 上进行 MoE 预训练创下世界纪录

前沿模型预训练已融合多专家模型 (MoE) ，这从根本上改变了对大规模 AI 训练的限制。随着每 token 的计算量下降，
3 MIN READ
2026年 7月 21日

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
2026年 7月 21日

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
2026年 7月 16日

借助 NVIDIA BlueField 实现极致协同设计，扩展代理式 AI 工厂

代理式 AI 改变了 AI 工厂的基础设施模式。在生成最终答案之前，一个请求可以触发多次模型调用、工具调用、内存查找、策略检查、
2 MIN READ
2026年 7月 13日

NVIDIA 正在解码，将色彩代码逻辑错误率降低超过 300 倍

实用的量子计算机需要容错逻辑运算。研究人员正在积极探索许多不同的量子纠错 (QEC) 代码来实现这一点，从而提高量子处理单元 (QPU)…
2 MIN READ
2026年 7月 10日

AI 模型协同设计：硬件友好型 LLM 设计

AI 性能可归结为三个维度： 部署必须平衡这三者：如果响应速度缓慢，就会浪费高准确度；如果每个用户的体验滞后，则原始吞吐量就意味着微不足道。
5 MIN READ
2026年 7月 6日

使用 Noniform Tensor Parallelism 提高大规模 LLM 训练的效率

大规模训练 LLM 会带来独特的基础架构挑战，尤其是在作业跨越数千个 GPU 并长时间运行的情况下。这些作业运行的时间越长，
2 MIN READ