数据科学

2025年 4月 16日

在大型语言模型时代，通过消息量化和流式传输实现高效的联邦学习

联邦学习 (Federated Learning, FL) 已成为一种在分布式数据源中训练机器学习模型的有前景的方法，同时还能保护数据隐私。
2 MIN READ
2025年 4月 15日

NVIDIA Llama Nemotron 超开放模型实现突破性的推理准确性

AI 不再只是生成文本或图像，而是要针对商业、金融、客户和医疗健康服务中的现实应用进行深度推理、详细解决问题并实现强大的适应性。
2 MIN READ
2025年 4月 11日

使用 NVIDIA NIM 管理科学文献中的生物研究成果

科学论文多种多样，通常为同一实体使用不同的术语，使用不同的方法来研究生物现象，并在不同的上下文中展示研究结果。
2 MIN READ
2025年 4月 11日

借助 NVIDIA FLARE 和 Meta ExecuTorch，在移动设备上轻松进行联邦学习

NVIDIA 和 Meta 的 PyTorch 团队宣布开展突破性合作，通过集成 NVIDIA FLARE 和 ExecuTorch ，
3 MIN READ
2025年 4月 10日

高效扩展 Polars 的 GPU Parquet 读取器

在处理大型数据集时，数据处理工具的性能变得至关重要。 Polars 是一个以速度和效率闻名的开源数据操作库，提供由 cuDF 驱动的 GPU…
2 MIN READ
2025年 4月 7日

使用合成数据评估和增强 RAG 工作流性能

随着 大语言模型 (LLM) 在各种问答系统中的普及， 检索增强生成 (RAG) 流程也成为焦点。
1 MIN READ
2025年 4月 3日

使用 GPU 加速 Apache Spark 上的 Apache Parquet 扫描

随着各行各业企业的数据规模不断增长， Apache Parquet 已成为一种重要的数据存储格式。
3 MIN READ
2025年 3月 26日

聚焦：Tomorrow.io 借助 NVIDIA AI 改变全球天气恢复能力

从指导日常运营的超本地化预测，到启发新气候见解的行星级模型，世界正在进入天气和气候适应能力的新前沿。
2 MIN READ
2025年 3月 26日

使用 PyG 和图形数据库通过 GraphRAG 提高问答准确性

大语言模型（LLMs）在处理特定领域的问题时往往难以保证准确性，尤其是那些需要多跳推理或访问专有数据的问题。
3 MIN READ
2025年 3月 25日

聚焦：AXA 借助 NVIDIA Earth-2 探索 AI 驱动的飓风风险评估

大型集成对于预测仅通过历史数据无法完全理解的罕见、高影响事件至关重要。通过模拟数千个潜在场景，它们提供了必要的统计深度，以评估风险、
2 MIN READ
2025年 3月 25日

利用 NVIDIA Earth-2 提升洪水风险评估能力

陆地洪水每年都会造成重大的经济和社会影响。在 2024 年给保险业造成超过 10 亿美元损失的八场自然灾害中，有六场被归类为洪水事件，
3 MIN READ
2025年 3月 24日

集成 Flower和 NVIDIA FLARE，加速联邦学习生态系统发展

近年来， Flower 和 NVIDIA FLARE 等开源系统已成为联邦学习 (FL) 领域的关键工具，每个系统都有其独特的关注点。
3 MIN READ
2025年 3月 21日

借助 NVIDIA Parabricks 和 NVIDIA AI Blueprints，将基因组学和单细胞分析时间缩短至几分钟

NVIDIA Parabricks 是一款可扩展的基因组学分析软件套件，通过加速计算和深度学习解决 omics 挑战，实现新的科学突破。
3 MIN READ
2025年 3月 19日

利用 Oracles 和实验反馈指导生成式分子设计

AI 生成化学有可能彻底改变科学家在药物研发、健康以及材料科学和工程领域的工作方式。研究人员无需借助“化学直觉”…
3 MIN READ
2025年 3月 18日

NVIDIA cuML 为 scikit-learn 带来零代码更改加速

Scikit-learn 是应用最广泛的 ML 库，因其 API 简单、算法多样且与 pandas 和 NumPy 等热门 Python…
2 MIN READ
2025年 3月 6日

在 NVIDIA GPU 上无需更改代码即可加速 Apache Spark ML

适用于 Apache Spark 软件插件的 NVIDIA RAPIDS 加速器 开创了零代码更改用户体验 (UX)，
2 MIN READ