教程
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 26日
在 Oracle 云基础设施上部署生产就绪型 NVIDIA AI-Q Blueprint
在过去两年中,AI 智能体发生了巨大变化。第一个问题一次只能回答一个问题。接下来是多轮聊天,模型可以在会议中保留一些上下文。如今,
3 MIN READ
2026年 6月 26日
使用 NVIDIA Model Optimizer 创建 NVIDIA Nemotron 3 Ultra NVFP4 Checkpoint
随着上下文窗口变长,高效移动大型模型权重对性能至关重要。解决此问题的常用方法是量化,这是一种将模型权重压缩为较小数据格式的优化技术。
6 MIN READ
2026年 6月 23日
使用 NVIDIA BioNeMo Agent Toolkit 打造适用于生命科学发现的 AI 科学家
AI 科学家正在成为科学计算的新界面。这些智能体可以阅读论文、编写代码、生成假设、调用 API、检查文件并对结果进行迭代。
2 MIN READ
2026年 6月 22日
CCCL 运行时:适用于 CUDA 的现代 C++ 运行时
NVIDIA CUDA 核心计算库 (CCCL) 可为 CUDA 开发者提供令人愉悦且高效的 C++ 和 Python 抽象。它具有以下特性:
3 MIN READ
2026年 6月 16日
使用 NVIDIA XR AI 为 AR 眼镜和 XR 设备构建 AI 智能体
为 AR 眼镜和可穿戴设备打造的开发者面临着基础设施缺口。硬件已准备就绪,但要打造 AI 体验,需要集成实时摄像头和麦克风流、
2 MIN READ
2026年 6月 16日
构建您自己的金融智能交易基础模型
现代金融网络上的每一次刷卡、转账和付款都会对人类行为模式进行编码。事务数据是企业掌握的最丰富的信号之一。然而,
3 MIN READ
2026年 6月 16日
如何优化基于 Transformer 的模型以进行低精度训练
Transformer 架构是许多现代大型语言和生成式 AI 模型的支柱。随着这些模型规模的扩大,
3 MIN READ
2026年 6月 15日
借助高级融合内核提高 MoE 训练吞吐量
多专家模型 (MoE) 已迅速成为现代大规模 AI 系统的基础组件。它们之所以得到广泛采用,是因为它们能够显著提高模型容量,
2 MIN READ
2026年 6月 11日
借助 NVIDIA Quantum InfiniBand 实现一键式多租户安全
NVIDIA Quantum InfiniBand 现可在 Unified Fabric Manager (UFM)…
2 MIN READ
2026年 6月 9日
模型量化:借助 NVIDIA TensorRT 将 FP8 检查点转变为高性能推理引擎
将量化检查点转换为 NVIDIA TensorRT 引擎可以弥合模型优化与生产部署之间的差距,从而实现更快的推理速度、
4 MIN READ
2026年 6月 2日
借助 Hermes 智能体和 NVIDIA NemoClaw 部署自进化智能体,以更快、更安全地进行研究
AI 智能体是一种强大的工具,可用于合成数据,从而加速研究、汇总信息,并帮助团队更快地做出决策。但是,
2 MIN READ
2026年 5月 31日
如何使用 NVIDIA Alpamayo 在闭环中对自动驾驶车辆模型进行后训练
开发自动驾驶车辆(AV)政策需要弥合训练与部署之间的一个重要差距。
2 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 26日
借助 NVIDIA RTX PRO 4500 Blackwell 更快地运行关键基因组学和蛋白质折叠工作负载
精准医疗依赖于两项基本能力:在基因组层面了解疾病,以及在分子层面确定治疗方法。 NVIDIA 对精准医疗的贡献不仅限于加速计算,
3 MIN READ
2026年 5月 21日
借助 Slurm 拓扑感知型作业调度功能,在 NVIDIA GB200 NVL72 上实现百万兆级性能
随着AI模型的规模和复杂性持续提升,要充分发挥现代加速基础设施的性能,关键在于如何合理分配工作负载以及硬件的部署方式。
3 MIN READ