Tyler Whitehouse – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 12 Dec 2024 04:06:48 +0000
zh-CN
hourly
1
196178272 -
借助 NVIDIA AI Workbench 實現混合環境下的無縫協作和快速原型設計
http://www.open-lab.net/zh-cn/blog/frictionless-collaboration-and-rapid-prototyping-in-hybrid-environments-with-nvidia-ai-workbench/
Mon, 04 Nov 2024 06:25:17 +0000
http://www.open-lab.net/zh-cn/blog/?p=11830
Continued]]>
NVIDIA AI Workbench 是一款免費的開發環境管理器,可簡化所選系統上的數據科學、AI 和機器學習(ML)項目。其目標是提供一種無縫的方式,以便在 PC、工作站、數據中心和云上以及跨 PC、工作站、數據中心和云進行創建、計算和協作。基本用戶體驗非常簡單: 本文將探討 10 月發布的 NVIDIA AI Workbench 的亮點,這是自 GTC 2024 大會上推出產品以來最重要的一次發布,也是朝著完整產品愿景邁出的一大步。 本節將詳細介紹最新版本中的主要新功能和用戶請求的更新。 主要的新功能包括: 用戶請求的更新: 以前,AI Workbench 只支持主分支上的單個整體式提交。用戶必須手動管理分支和合并,這就造成了各種類型的混淆,尤其是在解決合并沖突方面。現在,用戶可以直接在 Desktop App 和 CLI 中管理分支、
Source
]]>
11830
-
NVIDIA AI Workbench 讓 Windows 上的 GPU 使用更加簡便
http://www.open-lab.net/zh-cn/blog/nvidia-ai-workbench-simplifies-using-gpus-on-windows/
Mon, 26 Aug 2024 07:48:59 +0000
http://www.open-lab.net/zh-cn/blog/?p=11115
Continued]]>
NVIDIA AI Workbench 是一款免費的、用戶友好型開發環境管理器,可在您選擇的系統(PC、工作站、數據中心或云)上簡化數據科學、ML 和 AI 項目。在 Windows、macOS 和 Ubuntu 上,您可以本地開發、測試項目和構建項目原型,并在系統(本地和遠程)之間輕松傳輸開發環境和計算工作,以優化成本、可用性和規模。 AI Workbench 專注于簡化開發者體驗,而不會阻礙高級用戶所需的自定義類型。那是 AI Workbench 處理容器的主要原因。它們是提供和修改 GPU 加速工作所需環境的最簡單方法。 這一重點還意味著與生態系統合作伙伴合作,以改善用戶體驗。例如,與 Canonical 的協作有助于使用 Ubuntu WSL 發行版在 Windows 上安裝 AI Workbench。 最近,NVIDIA 與 Docker Desktop…
Source
]]>
11115
-
借助 Hybrid RAG 實現 AI 模型高性能與數據隱私保護
http://www.open-lab.net/zh-cn/blog/optimize-ai-model-performance-and-maintain-data-privacy-with-hybrid-rag/
Thu, 11 Jul 2024 05:48:10 +0000
http://www.open-lab.net/zh-cn/blog/?p=10667
Continued]]>
快速發展的生成式 AI 領域專注于構建可以創建逼真內容(例如文本、圖像、音頻和合成數據)的神經網絡。生成式 AI 正在多個行業中引發革命,通過快速創建內容、為智能知識助手提供支持、增強軟件開發以編碼副駕駛,以及跨多個領域自動執行復雜任務。 然而,生成式 AI 模型基于有限數據進行訓練,只知道數據能告訴他們的內容。實際上,這是一個問題:確保生成內容的準確性和相關性,特別是對于模型訓練數據中沒有的信息。這些“知識差距”可能是時間方面的(例如,所有訓練數據都在 2023 年 4 月之前),也可能是領域方面的(例如,您的任何專有數據都未用于訓練模型)。 這正是檢索增強生成(RAG)發揮作用的地方。RAG 利用外部信息來源增強生成式模型(例如大型語言模型(LLM)),以有效地為模型提供它不知道的“事實”。這樣做將導致響應更加準確且與上下文相關,具體取決于外部信息的質量和模型的質量。
Source
]]>
10667
-
使用 NVIDIA AI Workbench 無縫開發和部署可擴展的生成式 AI 模型
http://www.open-lab.net/zh-cn/blog/develop-and-deploy-scalable-generative-ai-models-seamlessly-with-nvidia-ai-workbench/
Tue, 08 Aug 2023 04:55:17 +0000
http://www.open-lab.net/zh-cn/blog/?p=7545
Continued]]>
開發自定義 生成式人工智能 模型和應用程序是一段旅程,而不僅僅是一個目標。這個過程從選擇一個預訓練的模型開始,例如 大語言模型,出于探索的目的——開發人員通常希望針對他們的特定用例調整該模型。第一步通常需要使用可訪問的計算基礎設施,如 PC 或工作站。但隨著訓練工作的增加,開發人員可能需要擴展到數據中心或云中的額外計算基礎設施。 這個過程可能會變得極其復雜和耗時,尤其是在嘗試跨多個環境和平臺進行協作和部署時。NVIDIA AI Workbench 通過提供用于管理數據、模型、資源和計算需求的單一平臺,有助于簡化流程。這使得開發人員能夠無縫協作和部署,快速開發具有成本效益的可擴展生成人工智能模型。 NVIDIA AI Workbench 是一個統一、易于使用的開發工具包,用于在 PC 或工作站上創建、測試和自定義預訓練的 AI 模型。然后,用戶可以將模型擴展到幾乎任何數據中心、
Source
]]>
7545
人人超碰97caoporen国产