Retail / Consumer Packaged Goods

2024年 6月 12日

在 cuBLAS 中引入分組 GEMM API 以及更多性能更新

最新版本 NVIDIA cuBLAS 庫版本 12.5 將繼續為深度學習（DL）和高性能計算（HPC）工作負載提供功能和性能。
2 MIN READ
2024年 6月 10日

聚焦：思科借助 NVIDIA BlueField-3 DPU 提高工作負載安全性和運營效率

隨著網絡攻擊變得越來越復雜，組織必須不斷采用先進的解決方案來保護其關鍵資產。其中一種解決方案是Cisco Secure Workload，
2 MIN READ
2024年 6月 5日

在 NVIDIA Holoscan SDK 中 構建集成 OpenCV 的零拷貝 AI 傳感器處理流程

NVIDIA Holoscan 是 NVIDIA 的多模態實時 AI 傳感器處理平臺，旨在幫助開發者構建端到端傳感器處理流程。
2 MIN READ
2024年 6月 4日

借助 NVIDIA JetPack 6.0 助力邊緣云原生微服務，現已正式發布

NVIDIA JetPack SDK 為 NVIDIA Jetson 模組提供支持，為構建端到端加速的人工智能應用提供全面的解決方案。
3 MIN READ
2024年 5月 29日

生成式 AI 智能體開發者競賽：入門技巧

參加我們將于 6 月 17 日結束的比賽，使用前沿技術展示您的創新成果：由生成式 AI 驅動的應用程序，
1 MIN READ
2024年 5月 21日

利用 NVIDIA NeMo Curator 為 LLM 訓練整理自定義數據集

數據管護是預訓練和持續訓練模型的第一步，也可以說是最重要的一步，對于 大型語言模型 (LLM) 和小型語言模型 (SLM) 都至關重要。
3 MIN READ
2024年 5月 17日

借助 AI、可感知表情的 OCR 和 Snapchat 的 Screenshop 增強服裝購物體驗

是否曾在照片中看到有人穿著一件炫酷的襯衫或獨特的服裝，并想知道他們是從哪里買來的？價格是多少？也許您甚至考慮過自己買一件。
2 MIN READ
2024年 5月 8日

在 NVIDIA DeepStream 中使用單視圖 3D 跟蹤緩解視覺感知障礙

當涉及到智能視頻分析（IVA）應用程序（如交通監控、倉庫安全和零售購物者分析）的感知時，最大的挑戰之一是閉塞。例如，
2 MIN READ
2024年 5月 8日

NVIDIA TensorRT 模型優化器加速生成人工智能推理性能，現已公開

在快速發展的環境中，生成人工智能的發展對加速推理速度的需求仍然是一個緊迫的問題。隨著模型規模和復雜性的指數級增長，
3 MIN READ
2024年 4月 22日

Mistral Large 和 Mixtral 8x22B LLM 現已由 NVIDIA NIM 和 NVIDIA API 提供支持

本周發布的模型包括兩個新的 NVIDIA AI 基礎模型：Mistral Large 和 Mixtral 8x22B。
1 MIN READ
2024年 3月 27日

借助 NVIDIA NeMo Evaluator 簡化 LLM 的準確性評估

大型語言模型 (LLM) 從處理復雜的編碼任務到創作引人入勝的故事，再到翻譯自然語言，已展示出非凡的功能。企業正在定制這些模型，
1 MIN READ
2024年 3月 21日

重新思考如何訓練 Diffusion 模型

在探索了擴散模型采樣、參數化和訓練的基礎知識之后，我們的團隊開始研究這些網絡架構的內部結構。請參考 生成式 AI 研究聚焦：
2 MIN READ
2024年 3月 20日

突破性的 NVIDIA cuOpt 算法將路線優化解決方案的速度提高 100 倍

NVIDIA cuOpt 是一個加速優化引擎，專為解決復雜的路線規劃問題而設計。它能夠高效地處理各種問題，包括但不限于：休息和等待時間、
2 MIN READ
2024年 3月 19日

NVIDIA 語音和翻譯 AI 模型在速度和準確性方面創下記錄

NVIDIA 開發的語音和翻譯 AI 模型正在推動性能和創新的發展。NVIDIA Parakeet 自動語音識別 (ASR) 模型系列以及…
2 MIN READ
2024年 3月 14日

在 LLM 架構中應用多專家模型

多專家模型 (MoE) 大型語言模型 (LLM) 架構最近出現了，無論是在 GPT-4 等專有 LLM 中，還是在開源版本的社區模型中，
3 MIN READ
2024年 3月 11日

借助 OpenUSD、MaterialX 和 OpenPBR，為虛擬世界解鎖無縫材質交換

今天，NVIDIA 和 OpenUSD 聯盟 (AOUSD) 宣布成立 AOUSD 材質工作組，
2 MIN READ