LLMs

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

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 27日

在 NVIDIA DGX Spark 上提升 MoE 推理的 3 种方法

更快地生成 token 的第一步是确定限制推理性能的因素。在 NVIDIA DGX Spark 上的 Inclusion AI 对 Ling…
2 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 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 18日

借助 AIPerf 对 LLM 进行大规模基准测试推理

在系统上部署模型。启动后，提示得到响应。难题是：速度快吗？ 直觉可能会引导您发送 curl 命令、手动滚动异步脚本或另一个一次性负载生成器。
3 MIN READ
2026年 9月 15日

密集与 MoE 模型：活动参数、吞吐量以及选择每个模型的时间

一个包含 300 亿个参数的模型如何仅对每个 token 激活 300 亿个参数，同时仍然使用更大模型的容量？Nemotron 3.5…
2 MIN READ
2026年 9月 10日

从晶圆到第一个 Token：使用 Nemotron 和 Palantir Foundry 编写供应链专业知识

NVIDIA 拥有世界上最大、最复杂的供应链之一，其性能从晶圆到第一个 token 来衡量。间隔分为两部分。从芯片到机架的运行时间 (…
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 9月 2日

使用预测解码共同设计 AI 模型，加快 LLM 推理速度

本文是关于 AI 模型协同设计的系列文章中的第三篇。它探讨了如何使用预测性解码在保持准确性的同时加速 LLM 推理，
4 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 7月 27日

六种智能体 Harness 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。Harness 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