深入了解

2026年 9月 1日

构建面向大规模 VLA 的端云协同后训练闭环：使用 verl-vla 统一数据采集、微调与强化学习

随着 NVIDIA Isaac GR00T、PI0.5 等大规模视觉—语言—动作（VLA）模型不断发展，
2 MIN READ
2026年 8月 26日

NVIDIA NVLink Fusion 将 NVHBM 引入新一代 AI 基础设施

AI 工厂必须支持日益庞大的模型和更复杂的推理工作负载。为了满足 AI 工作负载永无止境的计算需求，
2 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 24日

十亿级 AI 和以太网演进：Spectrum-X 以太网如何重写规则

生成式 AI 的迅猛发展从根本上改变了数据中心的设计。随着分布式模型训练规模扩展到数十万个 GPU，
3 MIN READ
2026年 8月 24日

利用 NVIDIA DSX MaxLPS 最大化 AI 工厂的单位功耗性能

AI 工厂是功率受限的工业系统。问题不再是一个数据中心可以容纳多少个 GPU，而是每个可用兆瓦级的 GPU 可以输出多少 AI 输出。
3 MIN READ
2026年 8月 24日

NVIDIA BlueField-4 为代理式 AI 工厂提供新的 Scale-In 网络基础设施

传统的云基础设施为可预测的通用工作负载和标准接口而设计。代理式 AI 工厂连接不同的用户、代理、应用、数据源和存储系统，
1 MIN READ
2026年 8月 24日

NVIDIA Groq 3 LPX 如何在 NVIDIA Vera Rubin 上实现长上下文的超快交互性

NVIDIA Groq 3 LPX 是适用于 NVIDIA Vera Rubin 平台 的交互式 AI 推理加速器。
4 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 20日

生成式推荐系统如何大规模重新定义 RecSys

推荐系统 (RecSys) 是消费互联网行业最常见的机器学习问题之一，但众所周知，很难进行大规模训练和服务。
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 19日

使用 NVIDIA SkillEvaluator 评估 AI 智能体技能表现

AI 智能体的有效性取决于所接收的上下文。即使有了强大的模型和经过充分记录的 NVIDIA 库，智能体也可以花费额外的时间找到合适的工具、
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
2026年 8月 11日

NVIDIA Nemotron 3.5 Lightning 为长期运行的智能体提供快速、准确的专业任务执行

长期运行的 AI 智能体将大部分时间用于大量执行：工具调用、结果验证和子智能体委托。在每个执行步骤中使用前沿推理模型会增加成本和延迟。
2 MIN READ
2026年 8月 11日

借助 NVIDIA NeMo 交换机，跨模型路由 AI 智能体工作负载

构建 AI 智能体 并非以选择单个模型为终点。每个模型都有自己的长处、短处和成本曲线，这可能会从一种工作负载转移到另一种工作负载，
2 MIN READ
2026年 8月 4日

超越 VLA：世界动作模型如何重塑机器人操控

机器人领域的一个核心挑战是构建超越其训练演示的泛化策略。当物体形状、位置或照明发生变化时，在训练场景中取得成功的策略通常会失败。
2 MIN READ
2026年 8月 3日

NVIDIA Vera 存储基准测试：加速 AI 原生存储的加密、压缩、完整性检查和恢复

存储是每个代理式 AI 工作流中不可或缺的组成部分。当智能体检索企业知识、访问持久内存、重用键值 (KV) 缓存数据、执行工具并生成新结果时，
3 MIN READ