AI 工厂

2026年 7月 21日

深入了解 NVIDIA Rubin GPU 架构：助力代理式 AI 时代

最初是离散 AI 模型训练和面向人类的聊天界面，后来演变为始终在线的 AI 工厂，致力于大规模生产智能。现在，
4 MIN READ
2026年 7月 21日

NVIDIA Vera CPU：专为实现代理式 AI 的最大单线程性能而打造的 Olympus Core

代理式 AI 将更多的关键执行路径转移到 CPU 上。智能体在沙盒中执行代码、调用工具、检索上下文、与数据库交互，以及分析结果，
3 MIN READ
2026年 7月 20日

NVIDIA NVLink：适用于 AI 工厂的纵向扩展网络

对 AI 的需求持续加速。工作负载变得越来越大，模型变得越来越复杂，并且以前所未有的速度部署 AI 计算基础设施的压力越来越大。
3 MIN READ
2026年 7月 16日

借助 NVIDIA BlueField 实现极致协同设计，扩展代理式 AI 工厂

代理式 AI 改变了 AI 工厂的基础设施模式。在生成最终答案之前，一个请求可以触发多次模型调用、工具调用、内存查找、策略检查、
2 MIN READ
2026年 7月 7日

NVIDIA Vera CPU 提升 AI 工厂吞吐量，加速代理式工作负载

代理式系统通过结合推理、工具使用、代码执行、检索、编排和结果处理的多步骤工作流，将模型推理转化为行动。随着这些系统在整个 AI 工厂中的扩展，
2 MIN READ
2026年 6月 29日

如何治理企业 AI 工厂中的自主智能体

AI 智能体正在迅速超越聊天。它们检查代码、运行测试、阅读文档、搜索知识库、查询内部系统，并代表用户运行几个小时。这样不仅可以提高工作效率，
1 MIN READ
2026年 6月 23日

通过全栈推理和训练优化，更大限度地提高 AI 工厂的能效

为运行 AI 工厂，电力成本可占运营支出（OpEx）的 40%。每瓦可用于开销、数据摄取、训练，或为客户生成 token。
2 MIN READ
2026年 6月 10日

为 AI 工厂设计生产就绪型电池能源存储系统

AI 工厂正在改变数据中心基础设施的功能。 与传统数据中心不同，AI 工厂旨在大规模制造智能。它们运行功率密集型训练和推理工作负载，
2 MIN READ
2026年 5月 31日

借助 NVIDIA DOCA 芯片级安全，推进代理式 AI 的 AI 基础设施建设

AI 时代正在催生一种新型基础设施：AI 工厂。AI 工厂能将数据转化为智能，赋能规模空前的自主AI 智能体。借助加速计算，
3 MIN READ
2026年 5月 21日

在电信 AI 工厂构建词元+ Metered AI 服务

全球各地的电信公司正基于主权AI工厂基于NVIDIA云合作伙伴（NCP）参考架构，建设，使政府、企业和初创公司能够以适当的控制力、
3 MIN READ
2026年 4月 29日

使用 NVIDIA 企业参考架构为 AI 工厂提供支持

下一波企业生产力浪潮将以AI工厂为基础。随着企业部署能够实现大规模推理、自动化和实时决策的代理式AI系统，
2 MIN READ
2026年 4月 1日

使用统一服务和实时 AI 加速 AI 工厂的词元生产

在当今的 AI 工厂环境中，性能并不是理论性的。它是经济、竞争和生存的。可用 GPU 时间每减少 1%，就意味着每小时损失数百万词元。
2 MIN READ
2026年 3月 25日

通过更大限度地提高每瓦性能，提高词元工厂收入和 AI 效率

在 AI 时代，电力是终极限制，每个 AI 工厂 都在硬极限内运行。这使得每瓦性能 (将功率转换为创收智能的速率) 成为现代 AI…
2 MIN READ
2026年 3月 23日

为机密 AI 工厂构建零信任架构

AI 正在从实验转向生产。但是，企业需要的大多数数据都存在于公有云之外。这包括敏感信息，如患者记录、市场研究和包含企业知识的传统系统。此外，
2 MIN READ
2026年 3月 19日

NVIDIA Vera Rubin POD：7 个芯片、5 个机架级系统、1 台 AI 超级计算机

人工智能由 token 驱动。每个提示、推理步骤和智能体交互都会生成 tokens。在过去一年中，token 的消耗量增长了数倍，
6 MIN READ
2026年 3月 16日

NVIDIA Vera CPU 为 AI 工厂提供高性能、高带宽和高效率

AI 在不断发展，推理模型对 token 的需求不断增加，对 AI 基础设施的每一层都提出了新的要求。计算比以往任何时候都更需要高效扩展，
3 MIN READ