开发工具与技巧

2025年 12月 9日

借助 NVIDIA Aerial Omniverse 数字孪生改进 AI 原生 6G 设计

AI原生的6G网络将为数十亿的智能设备、智能体和机器提供服务。随着行业拓展至FR3（7–24 GHz）等新频段，无线电物理特性变得更加敏感，
2 MIN READ
2025年 12月 9日

五大 AI 模型优化技术，实现更快速、更智能的推理

随着 AI 模型规模不断扩大，架构日益复杂，研究人员和工程师正持续探索新技术，以优化 AI 系统在生产环境中的性能并降低总体成本。
2 MIN READ
2025年 12月 8日

使用 NVSentinel 自动监控 Kubernetes AI 集群健康状态

Kubernetes 支持生产环境中绝大多数 AI 工作负载。然而，维护 GPU 节点、保障应用稳定运行、持续推进训练任务，
2 MIN READ
2025年 12月 5日

NVIDIA Kaggle 大师夺冠人工智能竞赛

NVIDIA 的研究人员在周五的 Kaggle 竞赛中拔得头筹，这一赛事被业界许多人视为对人类在人工智能（AGI）领域进展的一次实时检验。
1 MIN READ
2025年 12月 4日

借助功率配置文件优化 AI 和 HPC 工作负载的数据中心效率

不断呈指数级增长的计算需求正推动功耗持续上升，使数据中心面临巨大压力。在设施功耗受限的背景下，提升每瓦功耗的计算性能，
2 MIN READ
2025年 12月 4日

专注于算法 – NVIDIA CUDA Tile 负责处理硬件

自2006年NVIDIA推出CUDA平台以来，CUDA 13.1将迎来一次重大突破——即将发布的NVIDIA CUDA Tile。
2 MIN READ
2025年 12月 4日

在 Python 中借助 NVIDIA CUDA Tile 简化 GPU 编程

NVIDIA CUDA 13.1 版本新增了基于 Tile 的GPU 编程模式。它是自 CUDA 发明以来 GPU 编程最核心的更新之一。
2 MIN READ
2025年 12月 1日

如何利用 NVIDIA Cosmos Cookbook 拓展物理 AI 数据生成

构建强大的物理AI模型需要大规模、多样化且符合物理规律的可控数据。在现实世界中采集大规模、多样化的数据集用于训练，不仅成本高昂、耗时较长，
4 MIN READ
2025年 12月 1日

训练小型编排智能体解决重大问题

在智能体设计中，为任务选择合适的工具和模型始终是一项极具挑战性的工程难题。
3 MIN READ
2025年 11月 24日

构建和运行安全的数据驱动型 AI 智能体

随着生成式 AI 的不断发展，企业组织对准确、可靠且基于自身特定业务数据的 AI 智能体的需求日益增长。
3 MIN READ
2025年 11月 13日

通过 Python API 利用 CuTe DSL 实现 CUTLASS C++ 级性能

CuTe，是 CUTLASS 3.x 的核心组件，它提供了统一的代数体系，用于描述数据布局和线程映射，
4 MIN READ
2025年 11月 10日

使用 NVIDIA Grove 简化 Kubernetes 上的复杂 AI 推理

NVIDIA Dynamo 的新组件实现分布式推理的高效扩展
2 MIN READ
2025年 11月 10日

如何将数学问题的推理速度提升 4 倍

大语言模型能够解决具有挑战性的数学问题。然而，若要实现其大规模高效运行，仅依靠一个强大的模型检查点还远远不够。
3 MIN READ
2025年 11月 10日

构建可扩展且容错的 NCCL 应用

NVIDIA 集合通信库（NCCL）提供了一套面向低延迟和高带宽通信的集合操作 API，支持 AI 工作负载从单台主机上的少量 GPU…
5 MIN READ
2025年 11月 7日

使用 ComputeEval 2025.2 对 AI 生成的 CUDA 代码进行 LLM 基准测试

AI 编码助手能否编写高效的 CUDA 代码？为了更准确地衡量并提升其能力，我们构建了 ComputeEval，一个可靠且开源的基准测试工具，
1 MIN READ
2025年 11月 6日

利用 NVIDIA cuVS 加速 Faiss 中的 GPU 向量搜索

随着企业收集的非结构化数据日益增多，并更加广泛地应用大语言模型（LLM），对更高效、更具可扩展性系统的需要也愈发迫切。
5 MIN READ