开发工具与技巧

2026年 1月 14日

如何在 NVIDIA CUDA Tile 中编写高性能矩阵乘法

本博文是系列课程的一部分，旨在帮助开发者学习 NVIDIA CUDA Tile 编程，掌握构建高性能 GPU 内核的方法，
5 MIN READ
2026年 1月 13日

了解 NVIDIA cuOpt 如何通过原始启发式算法加速混合整数优化

NVIDIA cuOpt 是一款 GPU 加速的优化引擎，旨在为大规模复杂决策问题提供高效、高质量的解决方案。 混合整数规划（MIP）…
2 MIN READ
2026年 1月 9日

构建支持本地化交互体验的 AI 产品目录系统

电子商务目录通常包含稀疏的产品数据、通用图像、基础标题和简短说明，这限制了产品的可发现性、用户参与度以及转化率。手动扩充难以规模化，
3 MIN READ
2026年 1月 9日

多智能体仓库 AI 命令层实现卓越运营和供应链智能

仓库的自动化程度从未如此之高，数据也从未如此丰富，运营要求同样日益提升，但许多仓库仍依赖于无法跟上需求的系统。吞吐量持续攀升，
2 MIN READ
2026年 1月 9日

重塑大模型内存：以上下文为训练数据，实现测试时学习

我们在新闻中不断看到拥有更大上下文窗口的大型语言模型（LLM），它们承诺能够同时查看完整的对话历史、大量书籍或多个代码库。然而，
1 MIN READ
2026年 1月 8日

NVIDIA TensorRT Edge-LLM 加速汽车与机器人领域的 LLM 和 VLM 推理

大语言模型（LLM）与多模态推理系统正迅速突破数据中心的局限。越来越多的汽车与机器人领域的开发者希望将对话式 AI 智能体、
2 MIN READ
2026年 1月 5日

开源 AI 工具升级加速 NVIDIA RTX PC 上的 LLM 和扩散模型

在小语言模型（SLM）和扩散模型（例如 FLUX.2、GPT-OSS-20B 和 Nemotron 3 Nano）质量持续提升的推动下，
3 MIN READ
2025年 12月 17日

利用 NVIDIA Aerial Omniverse 数字孪生精准模拟无线电环境

5G 和 6G 的发展需要高保真无线电信道建模，但当前生态系统高度分散。链路级模拟器、网络级模拟器与 AI 训练框架通常采用不同的编程语言，
5 MIN READ
2025年 12月 17日

利用 Aether 项目将 Apache Spark 工作负载在 Amazon EMR 上大规模迁移至 GPU

数据是现代业务的燃料，但依赖基于 CPU 的 Apache Spark 管道 会带来高昂的成本。这些系统天生速度较慢，需要庞大的基础设施，
3 MIN READ
2025年 12月 17日

NVIDIA CUDA-Q QEC 中的实时解码、算法 GPU 解码器和 AI 推理增强功能

实时解码对于容错量子计算机至关重要。通过使解码器与量子处理器（QPU）同时以低延迟运行，我们能在相干时间内对设备施加校正，从而防止错误累积，
2 MIN READ
2025年 12月 16日

使用 NVIDIA CUDA MPS 无需修改代码即可提升 GPU 显存性能

NVIDIA CUDA 开发者可以利用多种工具和库来简化开发与部署，使用户能够专注于应用程序的“内容”和“方式”。 多进程服务 (MPS)…
5 MIN READ
2025年 12月 16日

塑造 2025 年的 AI 工厂、物理 AI 以及模型、智能体和基础设施的进步

对于使用 NVIDIA 技术的开发者和研究人员而言，2025 年是又一个具有里程碑意义的年份。在数据中心功耗与计算设计、AI 基础设施、
3 MIN READ
2025年 12月 16日

cuQuantum SDK v25.11 中的先进大规模量子模拟技术

随着量子处理器 (QPU) 性能的提升，模拟大规模量子计算机变得愈发困难。验证结果是确保在设备规模超出经典可模拟范围后，
4 MIN READ
2025年 12月 12日

如何使用合成数据构建隐私保护评估基准

验证 AI 系统需要基准测试（模拟现实世界条件的数据集和评估工作流程），以便在部署前衡量其准确性、可靠性和安全性。缺少这些测试，
4 MIN READ
2025年 12月 12日

如何在现代 NVIDIA GPU 架构上扩展快速里叶变换以实现百亿亿次级计算

快速里叶变换 (FFT) 广泛应用于科学计算，涵盖分子动力学、信号处理、计算流体动力学 (CFD)、无线多媒体以及机器学习等领域。
4 MIN READ
2025年 12月 10日

更高效的漏洞检测：Compute Sanitizer 编译时插桩如何增强内存安全性

CUDA C++ 是一种带有扩展功能的标准 C++，支持函数在 GPU 的多个并行线程上执行。它在推动广泛应用的同时，
3 MIN READ