数据中心/云端

2026年 11月 5日

使用 NVIDIA DSX OS 配置、认证和运行 Kubernetes GPU 集群

一个性能不佳的 GPU 可能会降低整个分布式训练作业的速度。节点可以通过基本的运行状况检查并显示正常利用率，
3 MIN READ
2026年 11月 5日

NVIDIA 协同设计的五种方式可更大限度地提高 AI 工厂中每个字节的价值

在 AI 工厂中，高带宽内存 (HBM) 是速度最快、成本最高且最具争议的内存层。在冗余权重副本、
4 MIN READ
2026年 11月 4日

NVIDIA 如何使用 AI 智能体简化 AI 工厂运营

随着 GPU 集群的扩展，各种操作涵盖计算、网络、硬件和调度。站点可靠性工程师 (SRE) 通常必须检查多个控制面板，
2 MIN READ
2026年 11月 2日

借助 NVIDIA 身份识别诊断分布式 AI 工作负载故障

在分布式 AI 工作负载中，一个错误就会产生一系列症状。GPU 或网络事件可能会随着其他 rank 上的 NCCL 错误、
3 MIN READ
2026年 11月 2日

借助自动工作负载恢复保持分布式训练的运行

随着分布式 AI 训练的扩展，硬件和软件依赖项之间的故障会越来越多地干扰训练进程，因此快速、可靠的恢复至关重要。
2 MIN READ
2026年 11月 2日

让 Kubernetes 在首发日即支持 NVIDIA Vera Rubin 的 AI

为 NVIDIA Vera Rubin 等新 GPU 硬件配置和优化 Kubernetes 非常复杂且容易出错。驱动程序、内核、运行时、网络、
4 MIN READ
2026年 11月 2日

使用 NVIDIA 工作负载地图更快地支持新的 AI 框架

NVIDIA DSX AI Factory Platform 整合了多种技术，可帮助生态系统设计、构建和运营更高效的 AI 工厂，
3 MIN READ
2026年 10月 30日

为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时

构建 AI 应用的团队需要从模型配置到工作推理端点的可重复路径。NVIDIA Dynamo 是一个分布式推理框架，
4 MIN READ
2026年 10月 30日

如何为您的平台检查和配置 NVIDIA GPUDirect Storage

NVIDIA GPUDirect Storage (GDS) 可加速本地和云环境中的 GPU 存储访问。
2 MIN READ
2026年 10月 27日

使用 NVIDIA CUDA 13.4 在 Kubernetes 中实现显存增强 GPU 共享

许多 AI 工作负载只需要 GPU 的一小部分。为每台 GPU 配备整台设备会导致容量闲置；
2 MIN READ
2026年 10月 26日

NVIDIA Minerva 如何将遥测混转化为 GPU 产量峰值

AI 工厂是迄今为止技术上最复杂的运营环境之一。数十万个 GPU、NVIDIA Spectrum-X 以太网横向扩展、横向扩展和横向扩展结构、
2 MIN READ
2026年 10月 26日

NVIDIA Mission Control 2.5 如何为 Kubernetes 带来自主恢复

在数千个 GPU 上训练大规模 AI 模型是一项高风险操作，必须内置监控和自动化，才能大规模优化集群弹性和正常运行时间。
2 MIN READ
2026年 10月 23日

借助全局性能调优器扩展 NVIDIA TensorRT 性能优化，超越单一构建路线，第 2 部分

全局性能调优器是 NVIDIA TensorRT 11.1 中发布的一项自动性能调优功能。它通过为不同的模型自定义不同的优化，
2 MIN READ
2026年 10月 23日

借助全局性能调优器扩展 NVIDIA TensorRT 性能优化，超越单一构建路线，第一部分

部署经过训练的神经网络不仅仅是将每个运算符转换为 GPU 内核。这是一个编译问题，有许多合理的答案。例如，
2 MIN READ
2026年 10月 22日

如何使用 NVIDIA GPUDirect Storage 在 Python 中将数据读入 GPU 显存

GPU 应用程序正在使用日益强大的加速器处理不断增长的数据集。根据 2025 年斯坦福 AI 指数，
4 MIN READ
2026年 10月 21日

使用奖励引导推理时间搜索，使用 RFD4-Proteina 设计蛋白质

蛋白质设计是一个搜索问题。为 8 个残基的蛋白质序列选择氨基酸，可以实现超过 250 亿种组合。为 100 个残基的蛋白质序列选择氨基酸，
4 MIN READ