边缘计算

2026年 6月 25日

使用 NVIDIA TensorRT 和多设备推理支持，跨多个 GPU 扩展 AI 推理

生成式 AI 工作负载的显存和计算预算正迅速超出单个 GPU。对于构建媒体生成工作流的推理开发者而言，
4 MIN READ
2026年 6月 22日

借助 DAQIRI 实现用于高速数据采集的实时 AI

当 AlphaFold2 在 2020 年彻底改变药物研发时，
3 MIN READ
2026年 6月 22日

深入了解适用于机器人的 NVIDIA Halos：适用于物理 AI 的全栈功能安全系统

物理 AI—即在工厂、仓库、医院和家中与人类自主协作的机器人——的到来比大多数人预期的要快。随着空间变得越来越非结构化，机器人走出牢笼，
4 MIN READ
2026年 6月 9日

模型量化：借助 NVIDIA TensorRT 将 FP8 检查点转变为高性能推理引擎

将量化检查点转换为 NVIDIA TensorRT 引擎可以弥合模型优化与生产部署之间的差距，从而实现更快的推理速度、
4 MIN READ
2026年 6月 9日

借助 AI 智能体和 NVIDIA FLARE Auto-FL 加速联邦学习研究

联邦学习 (FL) 研究通常从一个看似简单的问题开始：我们接下来应该尝试什么？在实验开始之前，新的聚合规则、FedProx 系数、
2 MIN READ
2026年 6月 2日

使用 Microsoft 和 NVIDIA 的新工具在 Windows PC 上构建个人 AI 智能体

AI 智能体正在改变您与 PC 的交互方式。创作者、开发者和 AI 爱好者已经在广泛使用这些智能体来协助完成编码、
3 MIN READ
2026年 6月 1日

在 NVIDIA JetPack 7.2 中部署具有高显存效率的边缘代理就绪型 AI

随着 AI 智能体 从数字世界转向物理环境，他们可以轻松使用 NVIDIA Jetson，通过优化的内存和性能加速现实世界的部署。
3 MIN READ
2026年 5月 13日

用于新型材料纳米级成像 (XANI) 的加速 X 射线分析

大规模 X 射线自由电子激光 (XFEL) 能够追踪新型系统中的结构和电子动力学，包括聚变材料、半导体、电池和催化剂。
4 MIN READ
2026年 5月 7日

模型量化：使用 NVIDIA Model Optimizer 进行后训练量化

模型量化是一种有效的方法，可减少显存占用并提升消费级设备（如 NVIDIA GeForce RTX GPU）上的推理性能。
2 MIN READ
2026年 5月 5日

如何借助 NVIDIA 构建云端协同的座舱 AI 智能体

汽车座舱正在经历一场根本性的变革：从基于规则的传统交互界面，转向具备推理、规划和执行能力的代理式多模态 AI 系统。
2 MIN READ
2026年 4月 24日

使用 NVIDIA FLARE 在无重构开销的情况下进行联合学习

联邦学习 (FL) 不再是研究的好奇心，而是对棘手限制的实际回应：最有价值的数据通常是最不可动的数据。监管边界、
3 MIN READ
2026年 4月 20日

更大限度地提高内存效率，在 NVIDIA Jetson 上运行更大的模型

开源生成式 AI 模型的迅猛发展正在推动数据中心向物理世界中运行的机器迈进。开发者渴望在边缘部署这些模型，
4 MIN READ
2026年 4月 16日

如何使用 NVIDIA DeepStream 编码智能体构建视觉 AI 工作流

开发实时视觉 AI 应用给开发者带来了重大挑战，通常需要复杂的数据工作流、无数行代码和漫长的开发周期。
3 MIN READ
2026年 4月 2日

借助 Gemma 4，让 AI 更贴近边缘和设备端

随着最新 Gemma 4 多模态和多语言模型的推出，Gemmaverse 得以扩展，
2 MIN READ
2026年 3月 25日

NVIDIA DRIVE 上的集中式雷达处理实现更安全、更智能的 L4 级自动驾驶

在当前的汽车雷达发展阶段，机器学习工程师无法直接处理与相机等效的原始 RGB 图像。相反，他们处理的是雷达恒定误报率（constant…
3 MIN READ
2026年 3月 23日

NVIDIA IGX Thor 为工业、医疗和机器人边缘 AI 应用提供动力支持

工业和医疗系统正在迅速增加高性能 AI 的使用，以提高工人的工作效率、人机交互和停机管理。从工厂自动化单元到自主移动平台，再到手术室，
4 MIN READ