最近文章

2025年 11月 19日

使用 GPU 加速计算构建更好的量子位

从药物研发到材料科学，量子计算有望深刻变革科学与工业领域。然而，构建实用的大规模量子计算机仍面临严峻的工程挑战，
2 MIN READ
2025年 11月 19日

借助 BroRL 中的扩展功能突破强化学习训练限制

在使用可验证奖励的强化学习（RL）训练大语言模型（LLM）时，一个极具挑战性的问题是如何突破性能瓶颈。
2 MIN READ
2025年 11月 18日

使用 NVIDIA Nemotron RAG 和 Microsoft SQL Server 2025 在企业数据上构建可扩展的 AI

在 Microsoft Ignite 2025 大会上，随着 Microsoft SQL Server 2025 的发布，
2 MIN READ
2025年 11月 18日

借助 NVIDIA Alchemi，利用 AI 驱动仿真加速化学与材料发现

几乎所有制造产品都依赖于化学与材料科学的支持。然而，新发现不仅成本高昂、耗时漫长，还常常受限于试错法。传统的计算方法，
2 MIN READ
2025年 11月 17日

融合 AI 与科研的癌症治疗领域开创性科学家

人工智能正在重塑科学研究与创新的方式。科学家可以借助AI生成、汇总、整合并分析科学数据。AI模型能够从人类科学家可能忽略的数据中识别出模式，
2 MIN READ
2025年 11月 17日

NVIDIA NVQLink 架构加速计算与量子处理器融合

量子计算正步入一个加速计算与量子处理器深度融合推动技术进步的新阶段。控制和测量量子处理单元（QPU）的硬件面临严峻的计算挑战，
2 MIN READ
2025年 11月 13日

如何为您的游戏或应用启用神经网络着色

在过去的 25 年中，实时渲染的发展始终由硬件的持续进步所推动。其目标是在 16 毫秒内生成尽可能高保真的图像，这一需求促进了图形硬件、
6 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 12日

NVIDIA Blackwell 架构席卷 MLPerf Training v5.1 基准测试

NVIDIA Blackwell 架构在 MLPerf Training v5.1 的各项基准测试中均实现了更快的训练速度，
3 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

在 Kubernetes 上启用 NVIDIA GB200 NVL72 及以上型号的多节点 NVLink

NVIDIA GB200 NVL72 将 AI 基础设施提升至全新高度，在大语言模型训练以及可扩展、低延迟推理工作负载的运行方面实现显著突破。
4 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

生成式 AI 超分辨率利用可扩展的低计算模型加速天气预报

随着AI在天气和气候预测模型中的广泛应用，NVIDIA Earth-2平台提供了基于GPU优化的软件堆栈，以及用于加速解决方案的库和工具。
4 MIN READ
2025年 11月 10日

使用 GPU 加速的 Polars DataFrame 训练 XGBoost 模型

PyData 生态系统的一大优势在于其出色的互操作性，能够支持数据在专注于探索性分析、模型训练与推理的各类库之间无缝流转。
2 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 10日

在 NVIDIA NCCL 2.28 中使用新的 Device API 和基于拷贝引擎的集合通信实现通信和计算的融合

NVIDIA 集合通信库（NCCL）的最新版本引入了突破性的通信与计算融合技术，可显著提升多 GPU 和多节点系统中的通信吞吐量，降低延迟，
3 MIN READ