功能

2025年 8月 4日

GPU 架構支持導航：面向 NVIDIA CUDA 開發者的指南

如果您最近使用 NVIDIA CUDA 編譯器 (NVCC) 開發 NVIDIA GPU 應用，您可能會遇到以下警告消息： 這究竟意味著什么，
1 MIN READ
2025年 8月 1日

7 種可即時加速 Python 數據科學工作流程的插入式替代方案

您已經經歷過。您編寫了完美的 Python 腳本，在示例 CSV 上對其進行了測試，一切都很完美。但是，
2 MIN READ
2025年 7月 22日

使用 NVIDIA NeMo 在一個周末內訓練一個具備推理能力的 LLM

您是否曾想構建自己的推理模型，但認為它過于復雜或需要大量資源？再想想。借助 NVIDIA 強大的工具和數據集，
4 MIN READ
2025年 7月 21日

傳統 RAG 與代理 RAG——AI 智能體如何通過動態知識實現更高智能

是否曾依賴不知道新高速公路旁路或道路突然關閉的舊 GPS？它可能會讓您到達目的地，但不是最有效或最準確的方式。
1 MIN READ
2025年 7月 18日

3 個 pandas 工作流在大型數據集上嚴重變慢，直到啟用了 GPU 加速

如果您使用 pandas，您可能已經撞到了墻壁。正是在這個時刻，您值得信賴的工作流程在處理較小的數據集時表現出色，在處理大型數據集時陷入停頓。
1 MIN READ
2025年 7月 18日

使用 Ansible 和 Git 實現 NVIDIA Air 網絡設計自動化

NVIDIA Air 的核心是實現自動化。您可以對網絡的每個部分進行編碼和版本控制，并將其設置為自動觸發。這包括創建拓撲、
2 MIN READ
2025年 7月 17日

大規模特征工程：利用 NVIDIA CUDA-X 數據科學優化半導體制造的機器學習模型

在上一篇博文中，我們介紹了芯片制造和運營中的預測建模設置，重點介紹了數據集不平衡等常見挑戰，以及對更細致的評估指標的需求。
2 MIN READ
2025年 7月 16日

CUTLASS 3.x：用于 GEMM 內核設計的正交、可重用和組合抽象

GPU 上的 GEMM 優化是一個模塊化問題。高性能實現需要指定超參數，例如圖塊形狀、數學和復制指令以及線程束專用方案。
3 MIN READ
2025年 7月 10日

借助 GliaCloud 和 NVIDIA Omniverse 庫加速視頻制作和定制

生成式 AI 視頻模型的激增以及這些模型引入的新工作流程，顯著提高了創意和營銷技術行業的生產效率，并提高了輸出質量。
1 MIN READ
2025年 7月 10日

InfiniBand 多層安全保護數據中心和 AI 工作負載

在當今數據驅動的世界中，安全性不僅僅是一項功能，更是基礎。隨著 AI、HPC 和超大規模云計算的指數級增長，
1 MIN READ
2025年 7月 10日

從 TB 級到一站式解決方案：AI 驅動的氣候模型走向主流

在了解地球不斷變化的氣候的競賽中，速度和準確性至關重要。但當今使用最廣泛的氣候模擬器往往難以滿足需求：由于計算能力的限制，
2 MIN READ
2025年 7月 9日

為 NVIDIA CUDA 內核融合提供 Python 中缺失的構建模塊

CUB 和 Thrust 等 C++ 庫提供高級構建塊，使 NVIDIA CUDA 應用和庫開發者能夠編寫跨架構可移植的光速代碼。
2 MIN READ
2025年 7月 9日

使用 NVIDIA NeMo-RL 進行強化學習：通過 GRPO 復制 DeepScaleR 配方

強化學習 (RL) 是交互式 AI 的支柱。它對于教導智能體推理和從人類偏好中學習、實現多輪工具使用等至關重要。
2 MIN READ
2025年 6月 26日

在 NVIDIA Jetson 和 RTX 上運行 Google DeepMind 的 Gemma 3n

截至今日，NVIDIA 現已支持在 NVIDIA RTX 和 Jetson 上全面推出 Gemma 3n。上個月，
1 MIN READ
2025年 6月 25日

NVIDIA DOCA 3.0 助力 AI 平臺開啟網絡新紀元

NVIDIA DOCA 框架已發展成為新一代 AI 基礎設施的重要組成部分。從初始版本到備受期待的 NVIDIA DOCA 3.0 發布，
3 MIN READ
2025年 6月 25日

如何使用 NVIDIA NeMo 技能簡化復雜的 LLM 工作流程

改進 LLM 的典型方法涉及多個階段：合成數據生成 (SDG) 、通過監督式微調 (SFT) 或強化學習 (RL) 進行模型訓練以及模型評估。
4 MIN READ