数据科学

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
2026年 10月 19日

在 NVIDIA CUDA Tile 中使用高性能前向传递内核加速 Mamba-2

NVIDIA CUDA Tile (cuTile) 是一种基于 Python 的 DSL 和并行编程模型，适用于 NVIDIA GPU，
6 MIN READ
2026年 10月 13日

如何重写 Apache Spark UDF，借助 AI 智能体实现 GPU 加速

企业应用的要求越来越高。代理式 AI 通过对日益庞大的数据集进行频繁而复杂的查询，增加了对大量企业数据的需求。
3 MIN READ
2026年 10月 8日

构建可靠的数据分析智能体：从 KDD 杯中汲取的经验教训

NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 比赛中获得第二名，他们所使用的系统基于一个简单的理念，
3 MIN READ
2026年 10月 7日

借助 NVIDIA cuPhoton 加快科学图像分析速度

天文台和望远镜、激光和 X 射线光源以及其他高吞吐量仪器生成图像数据的速度比受 CPU 限制的工作流处理图像数据以支持及时决策的速度更快。
5 MIN READ
2026年 9月 24日

适用于生物基础模型的高效 MoE 训练

随着语言模型的发展，扩展密集架构的成本变得越来越高。在密集 Transformer 中，每个 token 都会穿过每一层，
3 MIN READ
2026年 9月 23日

SWE-Serve 如何揭示本地测试与实时服务之间的差距

当服务器加载真实模型并处理请求时，AI 编码代理的补丁可能会通过测试，但却失败。因此，评估对推理服务软件的更改需要检查完整的服务路径，
2 MIN READ
2026年 9月 21日

借助 NVIDIA Earth-2，将您的最新观测结果转化为及时的天气决策

越来越多的天气敏感型行业可以获得观测结果，从而更早、更局部地了解不断变化的天气状况。能源公司收集风能和太阳能资产的测量数据，
4 MIN READ
2026年 9月 15日

使用 NVIDIA FLARE 跨 Docker、Kubernetes 和 Slurm 扩展联合学习

联邦学习 (FL) 项目通常从简单的设置开始：一个服务器、几个客户端和每个站点的一个数据集。随着这些项目的发展，
2 MIN READ
2026年 9月 10日

使用 BioNeMo 推理运行时进行高吞吐量结构预测

生物分子结构预测现在通常以蛋白质组规模运行，其目标是高效地将整个工作列表移动到工作流中。
3 MIN READ
2026年 9月 8日

介绍 CUDA Rust：用于编写 GPU 内核的两条轨道

2026 年 9 月，NVIDIA 宣布将在 Rust 中采用原生 GPU 编程。CUDA C++ 和 CUDA Python…
4 MIN READ
2026年 8月 25日

在 NVIDIA Dynamo 中借助阴影引擎恢复在数秒内恢复 LLM 推理能力

当 LLM 引擎进程失败时，标准恢复路径涉及冷重启。这需要从存储中将权重加载到 HBM 中，编译内核并捕获 NVIDIA CUDA 计算图。
3 MIN READ
2026年 8月 25日

CUDA Python 1.0：稳定的 API、一个基础、完整的平台访问

多年来，需要 GPU 的 Python 开发者有两种现实选择：一是充分学习 NVIDIA CUDA C++ 以编写扩展程序，
2 MIN READ
2026年 8月 21日

适用于大规模金融工具的 GPU 加速集群

使用 AdaptGrow (一种 GPU 加速的矩阵分解算法) 将滚动相关性和尾依赖性矩阵转换为硬集群、
3 MIN READ
2026年 8月 19日

使用 NVIDIA FLARE 构建联邦多模态 AI 工作流

现代视觉语言模型 (VLM)可以支持视觉问答、字幕和图像文本推理等任务。然而，在实践中，
2 MIN READ
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