教程
2026年 8月 17日
使用 NVIDIA Model Optimizer 开发基于 QAD 的 Nemotron 3.5 Lightning NVFP4
团队可以自定义模型,在延迟、速度、内存和计算方面达到目标。借助开放式 NVIDIA Nemotron 系列模型,
6 MIN READ
2026年 8月 4日
使用 NVIDIA Alpamayo 2 Super 生成轨迹、推理路径和自动标注
辅助驾驶开发通常依赖多个相互独立的模型,分别用于轨迹生成、高层级意图预测、场景理解以及数据标注。这种分开的方式使得相关结果难以直接比较,
5 MIN READ
2026年 8月 3日
如何在共享 GPU 基础架构上运行隔离的租户 Kubernetes 集群
每个团队运行专用的 Kubernetes 集群通常会导致隔离程度超出组织所需的程度。虽然一个集群可以在多个团队之间成功共享,
4 MIN READ
2026年 7月 30日
使用 NVIDIA nvmath-python 大规模运行高性能核心数学运算
NVIDIA nvmath-python 是一个库,旨在弥合 Python 科学社区与 NVIDIA CUDA-X 数学库之间的差距。
5 MIN READ
2026年 7月 29日
如何使用 NVIDIA NeMo Guardrails 自行托管经过验证的 AI 编码助手
在受监管、主权或源敏感型环境中部署 AI 编码助手通常会面临挑战。三个常见问题是:来源无法离开网络;助手偶尔会发明引入供应链风险的软件包名称;
4 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 23日
使用 NVIDIA OptiX 工具包调试光线追踪应用
NVIDIA OptiX 光线追踪引擎是一种应用框架,可在 GPU 上实现出色的光线追踪性能。
2 MIN READ
2026年 7月 23日
借助 Prime Intellect Lab,只需几分钟即可开始自定义 NVIDIA Nemotron 3 Nano
自定义使开发者能够采用通用模型,并根据用例、领域、语言等对其进行定制。 然而,定制化也带来了一些挑战。它需要基础设施、
4 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 20日
将 NVIDIA Omniverse RTX 传感器仿真集成到现有应用中
构建 3D、设计、仿真、机器人和工业数字孪生应用的开发者需要如何将物理 AI 功能引入他们已经使用的工具和服务中。
4 MIN READ
2026年 7月 16日
将上下文感知型视频 AI 智能体集成到企业工作流中
能够根据大量视频片段进行感知、推理和行动的视频分析 AI 智能体 必须与现有工作流程和应用集成,才能发挥作用。其中包括内容管理系统、
4 MIN READ
2026年 7月 15日
借助 NVIDIA DeepStream 9.1 技能构建多摄像头 3D 追踪应用
在大型空间中构建视频分析应用程序的开发者必须在同一物体在摄像头视图之间移动时对其进行跟踪。单摄像头 2D 追踪缺乏可靠的深度信息,
4 MIN READ
2026年 7月 15日
借助 AI 智能体更快地开发轻量级 USD 运行时
OpenUSD 是一个开放、可扩展的框架,可为物理 AI 提供通用场景描述语言。它使团队能够将 CAD 数据、
3 MIN READ
2026年 7月 14日
如何借助 RL 智能体技能和 NVIDIA NeMo 运行自动研究工作流
编码 AI 智能体 正成为长期运行的机器学习 (ML) 工作流程的实用运算符。他们可以检查资源库、设置运行时、解决构建问题、启动实验、
4 MIN READ
2026年 7月 14日
使用代理技能在一天内对 NVIDIA Cosmos 3 进行后训练
如果自主编码 AI 智能体 能够在几乎无需人工操作的情况下将您的视觉推理模型的准确率提高 90% 以上,那该多好?
4 MIN READ
2026年 7月 10日
NVIDIA CUDA 中的内核融合:优化内存流量并启动开销
针对 GPU 优化代码的方法有很多。在本文中,您将了解内核融合如何提高内存带宽并减少内核启动用度,
4 MIN READ