NeMo
2026年 11月 4日
NVIDIA 如何使用 AI 智能体简化 AI 工厂运营
随着 GPU 集群的扩展,各种操作涵盖计算、网络、硬件和调度。站点可靠性工程师 (SRE) 通常必须检查多个控制面板,
2 MIN READ
2026年 11月 4日
NVIDIA 工厂运营 Blueprint 如何协调 AI 智能体调查生产问题
西门子的一份报告估计,在受调查的行业中,计划外停机平均每年给大型工厂造成 2.53 亿美元的损失。无论是调查电路板故障还是响应紧急订单,
2 MIN READ
2026年 11月 4日
使用 NVIDIA NeMo 将智能体故障转化为测试和线束修复
将生产证据转化为优先考虑的问题和自定义评估,帮助您改进提示词、工具、模型、内存、技能和利用代码。 为您的领域构建智能体时,
2 MIN READ
2026年 10月 30日
为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时
构建 AI 应用的团队需要从模型配置到工作推理端点的可重复路径。NVIDIA Dynamo 是一个分布式推理框架,
4 MIN READ
2026年 10月 30日
只需几个命令即可运行用于边缘应用开发的 AI 模型
AI 正在扩展到数据中心之外,因为开发者构建了在边缘发挥作用的新一代 智能体:监控驾驶员注意力和座舱状况,帮助机器人了解周围环境并规划任务,
2 MIN READ
2026年 10月 30日
使用 NVIDIA NemoClaw 在您控制的堆栈上构建专用智能体
构建自主智能体需要模型、线束和特定领域的工具。为了更安全地部署智能体,开发者需要一个执行策略的运行时,以及用于可靠执行的优化和可观察性工具。
2 MIN READ
2026年 10月 27日
微调 NVIDIA Nemotron 以了解本地规则,而不仅仅是本地语言
随着 AI 在全球的普及,不同语言和文化的人们都在日常生活的更多方面使用 AI。通用语言模型是一个强大的基础,
4 MIN READ
2026年 10月 22日
在 8 个 NVIDIA DGX Spark 节点上运行前沿 AI 模型
AI 开发者不再只是运行单个模型,而是并行编排多个模型、关联推理调用,以及尝试需要数百 GB 内存的前沿架构。
2 MIN READ
2026年 10月 21日
使用奖励引导推理时间搜索,使用 RFD4-Proteina 设计蛋白质
蛋白质设计是一个搜索问题。为 8 个残基的蛋白质序列选择氨基酸,可以实现超过 250 亿种组合。为 100 个残基的蛋白质序列选择氨基酸,
4 MIN READ
2026年 10月 15日
NVIDIA Nemotron 3.5 Super VL 通过多模态推理为专用智能体提供支持
始终在线的智能体正在承担更长、更复杂的企业工作流程。单个请求可能涉及阅读文档、检查跨来源的信息、遵循公司政策以及调用多个工具。
4 MIN READ
2026年 10月 15日
在 NVIDIA GB300 NVL72 上扩展基于 Meta Muse Spark Open 的自主编程工作流程
Meta 推出 Muse Spark Open,这是一个经过编码优化的 816B 混合专家 (MoE) 模型,
2 MIN READ
2026年 10月 14日
使用 NVIDIA NeMo Gym 优化用于芯片设计的智能体可靠性和工具调用效率
AI 智能体在复杂的芯片设计工作流程中显著提高了生产力,但其倾向于产生看似合理但错误的伪影,从而使可靠性成为生产采用的主要障碍。
2 MIN READ
2026年 10月 12日
ReplaySSM:重新思考状态存储,加快混合模型解码速度
混合模型将状态空间模型 (SSM) 层与几个注意力层交织在一起。NVIDIA Nemotron 3、Qwen3.5 到 Qwen3.8、
4 MIN READ
2026年 10月 7日
借助 NVIDIA cuPhoton 加快科学图像分析速度
天文台和望远镜、激光和 X 射线光源以及其他高吞吐量仪器生成图像数据的速度比受 CPU 限制的工作流处理图像数据以支持及时决策的速度更快。
5 MIN READ
2026年 10月 6日
使用 NVIDIA Megatron Core 扩展逐位确定性预训练
逐位确定性使大规模预训练更易于调试、验证和以可重现的方式恢复。在跨数千个 GPU 训练具有数万亿个参数的模型时,这些优势变得尤为重要,
3 MIN READ
2026年 9月 30日
微调适用于沙特阿拉伯阿拉伯语方言的 NVIDIA Nemotron,以及通往其他语言的路径
自动语音识别不仅要处理主导预训练数据的语言和风格,还必须处理人们的实际讲话方式。区域方言和本地录音条件通常代表性不足,
3 MIN READ