LLMs

2026年 7月 27日

六种智能体线束功能可实现更高的模型性能

构建出色的 AI 智能体不仅仅是选择合适的模型。线束是围绕模型的架构。渲染上下文、执行动作、管理状态以及决定任务何时完成，
2 MIN READ
2026年 7月 26日

NVIDIA Nemotron 3 Ultra 在代理式 RTL 编码的准确性和效率方面引领开放模型

现代芯片设计日益受到工程时间的限制。寄存器传输级 (RTL) 开发和验证需要具备专门的硬件知识、
3 MIN READ
2026年 7月 24日

ModelExpress：以光速分发模型伪影

每移动一个字节都会产生一定的成本。随着模型检查点数量增长到数百 GB 甚至一 TB，这一成本会迅速增加。更糟糕的是，
3 MIN READ
2026年 7月 10日

AI 模型协同设计：硬件友好型 LLM 设计

AI 性能可归结为三个维度： 部署必须平衡这三者：如果响应速度缓慢，就会浪费高准确度；如果每个用户的体验滞后，则原始吞吐量就意味着微不足道。
5 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 9日

借助 NVIDIA DGX Spark Enterprise 可管理性，大规模控制 AI 基础设施的生命周期

随着 AI 基础设施的扩展，企业对运营成熟度的期望与日俱增。组织期望这些系统具备可配置、可观察、安全且可大规模管理的特点，
1 MIN READ
2026年 6月 4日

NVIDIA Nemotron 3 Ultra 为长时间运行的智能体提供更快、更高效的推理能力

单轮聊天机器人正在演变为长时间运行的智能体，这些智能体可以进行推理、维护上下文、使用工具，并在多轮中高效运行，从而完成复杂的工作流程。 但是，
3 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 6月 1日

在 NVIDIA DGX Spark 上使用更快的模型和多节点集群运行本地 AI 智能体

自主、长期运行的 AI 智能体的兴起带来了一种新型计算需求，即维护大型上下文窗口、生成并发子智能体，以及在不依赖云的情况下持续迭代的任务。
2 MIN READ
2026年 5月 20日

掌握智能体技术：AI 智能体定制

自主 AI 智能体 正承担着企业中的各种任务：规划物流车队路线、分类支持工单、生成代码以及编排多步骤工作流。
3 MIN READ
2026年 5月 20日

为智能体线束添加专门的深度研究技能

Claude Code、Codex 和 LangChain Deep Agents 等智能体工具是优秀的任务编排工具，能够管理会话、
2 MIN READ
2026年 5月 7日

借助 Slurm 块调度在 NVIDIA GB200 NVL72 上实现峰值系统和工作负载效率

NVIDIA GB200 NVL72 通过在整个机架范围内扩展 NVIDIA NVLink 一致性，开创了一种全新的 GPU 集群构建方式。
3 MIN READ
2026年 4月 28日

NVIDIA Nemotron 3 Nano Omni 在单个高效开放模型中助力多模态智能体推理

代理式系统通常会在单个感知到动作循环中跨屏幕、文档、音频、视频和文本进行推理。但是，它们仍然依赖于碎片化的模型链，即视觉、
3 MIN READ
2026年 4月 28日

全天候模拟循环：代理式 AI 如何保持地下工程的移动

地下行业正处于数字化发展的关键时刻。几十年来，挖掘油藏潜力一直依赖于执行必要且耗时的手动工作流程的专家。 随着数据复杂性的增加，
2 MIN READ
2026年 4月 20日

使用端到端 FP8 精度运行高吞吐量强化学习训练

随着 LLM 从简单的文本生成过渡到复杂的推理，强化学习 (RL) 发挥着核心作用。群相对策略优化 (GRPO) 等算法为这种转变提供动力，
3 MIN READ
2026年 4月 17日

使用 OpenClaw 和 NVIDIA NemoClaw 构建更安全、始终运行的本地 AI 智能体

智能体正在从问答系统发展为长期运行的自主助手，可读取文件、调用 API 并驱动多步骤工作流。但是，
3 MIN READ