NVL72
2026年 11月 2日
借助 NVIDIA 身份识别诊断分布式 AI 工作负载故障
在分布式 AI 工作负载中,一个错误就会产生一系列症状。GPU 或网络事件可能会随着其他 rank 上的 NCCL 错误、
3 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 21日
NVIDIA OpenShell 参考架构如何大规模保护和治理 AI 智能体工作负载
自主智能体可以工作数小时处理复杂任务,访问文件、工具、互联网,并催生其他智能体进行协作。长时间执行复杂任务会增加风险:智能体可能会下载代码、
2 MIN READ
2026年 7月 8日
在 NVIDIA GB200 NVL72 上使用 GPU 加速的 Presto 运行低延迟分析工作负载
Presto 是一个开源分布式 SQL 引擎,可对超大型数据集快速运行交互式查询。在 NVIDIA GPU 上,
3 MIN READ
2026年 5月 13日
用于新型材料纳米级成像 (XANI) 的加速 X 射线分析
大规模 X 射线自由电子激光 (XFEL) 能够追踪新型系统中的结构和电子动力学,包括聚变材料、半导体、电池和催化剂。
4 MIN READ
2026年 5月 7日
借助 NCCL Inspector 和 Prometheus 实现实时性能监控和快速调试
分布式深度学习依赖于 NVIDIA 集合通信库(NCCL) 实现快速可靠的 GPU 间通信。当训练速度变慢时,
3 MIN READ
2026年 4月 7日
在机架级超级计算机上运行 AI 工作负载:从硬件到拓扑感知调度
采用 NVIDIA Blackwell 架构的 NVIDIA GB200 NVL72 和 NVIDIA GB300 NVL72…
4 MIN READ