构建 AI 智能体

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

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 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 9月 30日

借助 NVIDIA NeMo Relay 实现智能体追踪行为

智能体可以完成任务，但路径仍然效率低下。搜索失败会触发另一次搜索。读取截断的文件会导致命令再次获取相同内容。
3 MIN READ
2026年 9月 10日

全栈 NIM 优化如何在 Nemotron 3 Ultra 上为用户提供 2.5 倍的提升

部署大语言模型只是实现生产就绪型服务的第一步。制作团队还需要在可用的 GPU 基础架构上为尽可能多的并发用户提供服务，
2 MIN READ
2026年 9月 4日

使用 NVIDIA NemoClaw 构建内存驱动型智能体

企业工作涵盖随时间变化的AI 智能体必须先对其进行重建，然后再进行贡献。 为了向智能体提供这种必要的环境，
1 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 7月 22日

让长时间运行的 NVIDIA TensorRT 引擎在 Python 或 C++ 中构建可观察和可取消

构建 TensorRT 引擎可能需要几秒钟到几分钟的时间。大型强类型模型、深度策略搜索和全新 GPU SKU 上的冷定时缓存可能会让开发者、
4 MIN READ
2026年 7月 7日

使用 NVIDIA Nemotron 构建用于工业警报管理的分析 AI 智能体

工业机械产生的警报数量超过技术人员能够进行分类的数量。对于每个需要跟进的重要警报，技术人员都会提取历史背景，确定正确的程序，
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 5月 27日

NVIDIA Dynamo Snapshot：面向 Kubernetes 上推理工作负载的快速启动

在生产环境中的推理部署里，需求会随时间波动，因此推理副本需要弹性扩缩容。然而，在 Kubernetes 上冷启动推理工作负载可能需要几分钟。
4 MIN READ
2026年 5月 19日

NVIDIA 认证的智能体技能为 AI 智能体提供能力治理

自主 AI 智能体的能力正不断增强。开放模型、模型上下文协议（MCP）连接的工具以及可移植技能，使得智能体更易于扩展。然而，
1 MIN READ
2026年 4月 17日

借助 NVIDIA Dynamo 实现代理式推理的全栈优化

编程智能体开始大规模编写产品级代码。 Stripe 的智能体每周生成 1300 多个 PR。 Ramp 将 30%
4 MIN READ