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