NeMo

2024年 7月 17日
NVIDIA NeMo 借助混合狀態空間模型加速 LLM 創新發展
當今的大型語言模型(LLM)基于 2017 年推出的 Transformer 模型架構。自那時以來,
2 MIN READ

2024年 7月 15日
借助 Geneformer AI 模型,有限數據也能解鎖基因網絡
Geneformer 是最近推出的 和功能強大的 AI 模型,可以通過從大量單細胞轉錄組數據中進行遷移學習來學習基因網絡動力學和相互作用。
2 MIN READ

2024年 7月 12日
利用新的 NVIDIA Megatron-Core 功能高效訓練生成式 AI 模型
NVIDIA Megatron-LM 于 2019 年首次推出,在 AI 社區引發了一波創新浪潮,
3 MIN READ

2024年 7月 11日
聚焦:西門子能源公司使用 NVIDIA PhysicsNeMo 將電網資產模擬加速 10000 倍
由于可再生能源發電量不斷增加、能源資源分散和重工業脫碳,世界能源系統變得越來越復雜和分布式。能源生產商面臨的挑戰是,
2 MIN READ

2024年 7月 10日
了解 Stable Diffusion 模型:面向 AEC 專業人員的基本指南
生成式 AI、算法處理各種類型的輸入—例如文本、圖像、音頻、視頻和代碼—并生成新內容的能力正在以前所未有的速度發展。
2 MIN READ

2024年 7月 10日
使用 NVIDIA NeMo 定制化 NVIDIA NIM 滿足特定領域需求
為特定企業應用程序采用的大型語言模型(LLM)通常受益于模型自定義。企業需要根據其特定需求定制 LLM,
5 MIN READ

2024年 7月 2日
NVIDIA NeMo T5-TTS 模型助力解決語音合成語言模型中的幻覺問題
NVIDIA NeMo 發布了 T5-TTS 模型,這是文本轉語音 (TTS) 技術的一項重大進步。基于 大型語言模型 (LLM),
1 MIN READ

2024年 6月 17日
視頻:使用 NVIDIA NIM 與您的供應鏈數據對話
NVIDIA 運營著世界上最大、最復雜的供應鏈之一。我們建造的超級計算機通過數百英里的高速光纜連接數萬個 NVIDIA GPU。
1 MIN READ

2024年 6月 12日
NVIDIA 在 MLPerf Training v4.0 中創造了新的生成式 AI 性能和規模記錄
生成式 AI 模型具有多種用途,例如幫助編寫計算機代碼、創作故事、作曲、生成圖像、制作視頻等。而且,隨著這些模型的大小不斷增加,
3 MIN READ

2024年 6月 2日
Wistron 借助 AI 和 NVIDIA Omniverse 提高制造業的能效
隨著對環境、社會和治理 (ESG) 投資和計劃的日益重視,制造商正在尋找新的方法來提高其運營中的能效和可持續性。
1 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 24日
使用 NVIDIA cuDNN 9 加速多個 Transformer
我們提供的 NVIDIA CUDA 深度神經網絡庫(cuDNN) 是一個專門為深度學習應用而設計的 GPU 加速庫,
4 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
使用 NVIDIA NeMo 訓練本地化多語種 LLM,第 1 部分
在當今的全球化世界中,AI 系統理解和溝通不同語言的能力變得越來越重要。大型語言模型 (LLMs) 徹底改變了自然語言處理領域,
3 MIN READ

2024年 5月 17日
使用 NVIDIA NeMo 訓練本地化多語種 LLM,第 2 部分
在 第一部分 中,我們討論了如何訓練單語分詞器,并將其與預訓練 LLM 的分詞器合并,以形成多語言分詞器。在本文中,
3 MIN READ

2024年 5月 15日
使用 RAG 和 NVIDIA NeMo Guardrails 開發安全可靠的醫療應用程序
想象一下,一個應用程序可以篩選堆積如山的患者數據,智能地搜索和回答有關診斷、健康史等的問題。這種人工智能驅動的虛擬“臨床助理”…
1 MIN READ