我們每周的綜述包括最新的軟件更新、學習資源、活動和值得注意的新聞。
Software releases
GPU 使用 nvCOMP v2 加速非對稱數字系統。 2
重新設計的 nvCOMP 2.2.0 接口提供了一個可以進行壓縮和解壓縮的 nvcompManagerBase 對象。用戶現在可以解壓縮 nvcomp 壓縮文件，而不知道它們是如何壓縮的。該接口還可以管理暫存空間，并將輸入緩沖區拆分為獨立的塊以進行并行處理。
What’s new:
- 重新設計的高級界面通過將元數據存儲在壓縮的緩沖區中，增強了用戶體驗。
- 所有壓縮機都可以通過低級和高級 API 獲得。
- 基于非對稱數字系統的專有熵編碼器。
- GDeflate ：僅熵變量
- Windows 支持
立即下載： nvCOMP 2.2.0 版
Courses
學習使用 Riva （ DLI ）部署文本分類模型
這門免費的、 30 分鐘的在線課程是自定進度的，包括 NGC TAO 工具包對話人工智能集合中的一個樣本筆記本，以及一個實時 GPU 環境。
了解更多： 使用 Riva 部署文本分類模型
優化車輛路徑（ DLI ）
在這個一小時的免費課程中，參與者將以自己的速度演示一個常見的車輛路徑優化問題。完成后，參與者將能夠預處理輸入數據，供 NVIDIA ReOpt 路由求解器使用，并組成反映現實世界業務約束的問題變體。
在線注冊： 優化車輛路徑
CUDA Python （ DLI ）加速計算基礎
本次深度學習學院研討會將向您介紹使用 GPU CUDA 和 Numba 編譯器運行 GPU 加速 Python 應用程序的基本工具和技術。該研討會將于 2 月 23 日上午 9 點至下午 5 點舉行。
研討會結束時，您將了解使用 CUDA 和 Numba 的 GPU 加速 Python 應用程序的基本工具和技術，包括：
- GPU 用幾行代碼加速 NumPy UFUNC 。
- 使用 CUDA 線程層次結構配置代碼并行化。
- 編寫自定義 CUDA 設備內核，以獲得最佳性能和靈活性。
- 使用內存聚合和設備共享內存來增加 CUDA 內核帶寬。
網上注冊： CUDA 加速計算基礎 Python
Webinars
了解大都會如何促進上市努力? 在開發者會議上
在 2 月 16 日和 17 日的開發者大會上加入 NVIDIA 專家，了解 Metropolis 計劃如何發展您的愿景 AI 業務，并增強上市努力?.
Learn how:
- Metropolis 驗證實驗室優化應用程序并加快部署。
- NVIDIA Fleet Command 簡化了邊緣部署的調配和管理，加快了從 POC 擴展到生產的時間。
- NVIDIA Launchpad 提供了對 GPU 實例的輕松訪問，以實現更快的 POC 和客戶試用
在線注冊： NVIDIA 都市計劃如何為你的業務充電
一個靈活的解決方案，適用于所有人工智能推理部署
2 月 23 日上午 10 點，通過網絡研討會和現場問答，深入了解 NVIDIA 推理解決方案，包括開源 NVIDIA Triton 推理服務器和 NVIDIA TensorRT 。
了解如何：
- 使用 Triton 推理服務器和 TensorRT 優化、部署和擴展生產中的人工智能模型。
- Triton 通過 CPU 和 GPU 上的不同查詢類型（實時、批處理、流式），以及用于高效部署的模型分析器，簡化了推理服務。
- 標準化工作流，使用 TensorRT 優化模型，并與 PyTorch 和 TensorFlow 進行框架集成。
- 現實世界的客戶正從 Triton 和 TensorRT 中受益。
在線注冊： 一個靈活的解決方案，適用于所有人工智能推理部署
?
