研究 – NVIDIA 技術博客 http://www.open-lab.net/zh-cn/blog 閱讀開發者創建的最新技術信息、頭條新聞 和內容。 Fri, 09 May 2025 04:18:32 +0000 zh-CN hourly 1 196178272 使用 NVIDIA NIM 對游戲進行代理式 LLM 和 VLM 推理基準測試 http://www.open-lab.net/zh-cn/blog/benchmarking-agentic-llm-and-vlm-reasoning-for-gaming-with-nvidia-nim/ Thu, 24 Apr 2025 04:08:00 +0000 http://www.open-lab.net/zh-cn/blog/?p=13726 Continued]]> 這是 LLM 基準測試系列的第一篇文章，介紹了在使用 NVIDIA NIM 部署 Meta Llama 3 模型時，如何使用 GenAI-Perf 進行基準測試。 來自倫敦大學學院 (UCL) 決策、行動和推理知識 (DARK) 實驗室的研究人員在其全新的基于游戲的基準測試套件 Benchmarking Agentic LLM 和 VLM Reasoning On Games (BALROG) 中利用了 NVIDIA NIM 微服務。BALROG 經過專門設計，可使用各種游戲環境評估模型在具有挑戰性的長距交互式任務中的代理能力。 來自 DARK Lab 的團隊利用 NVIDIA NIM 簡化了詳盡的基準測試流程。在 DeepSeek-R1 NIM 發布時 ( 2025 年 2 月底) ，他們能夠使用 DeepSeek-R1，這是一個包含 671 億個參數的大型模型。

Source

]]> 13726 NVIDIA cuPyNumeric 25.03 現已完全開源，支持 PIP 和 HDF5 http://www.open-lab.net/zh-cn/blog/nvidia-cupynumeric-25-03-now-fully-open-source-with-pip-and-hdf5-support/ Wed, 23 Apr 2025 05:49:32 +0000 http://www.open-lab.net/zh-cn/blog/?p=13614 Continued]]> NVIDIA cuPyNumeric 是一個庫，旨在為基于 Legate 框架構建的 NumPy 提供分布式和加速的插入式替換。它為多 GPU 和多節點 (MGMN) 加速計算帶來了零代碼更改擴展。 cuPyNumeric 25.03 是一次里程碑式的更新，為用戶和開發者引入了強大的新功能，并增強了可訪問性，詳情請參閱本文。 “借助 cuPyNumeric 25.03，NVIDIA 在 Apache 2 許可證下開源了支持 cuPyNumeric 的 Legate 框架和運行時層。現在，cuPyNumeric 的整個堆棧均在 Apache 2 許可證下提供。此舉符合 NVIDIA 對透明度、再現性和協作性的承諾。貢獻者現在可以毫無障礙地探索、審核、貢獻和擴展系統的任何組件。” cuPyNumeric 從一開始就支持通過 conda 進行安裝。現在，

Source

]]> 13614 NVIDIA CUDA-Q 助力量子應用研究 http://www.open-lab.net/zh-cn/blog/nvidia-cuda-q-powers-quantum-applications-research/ Thu, 20 Mar 2025 08:01:08 +0000 http://www.open-lab.net/zh-cn/blog/?p=13238 Continued]]> source-zh.html NVIDIA CUDA-Q 平臺旨在簡化混合式加速量子超級計算機的軟件和硬件開發。用戶可以編寫一次代碼，在任何 QPU 或模擬器上進行測試，并加速工作流程的所有部分。這為實現科學突破騰出了時間，而無需等待結果。 CUDA-Q v0.10 具有更多功能和更高的性能，比以往任何時候都更加不可或缺和靈活。例如，用戶現在可以在 Pasqal 的中立原子 QPU 上運行作業，總計四個不同量子比特模式的 八個 QPU 后端 。CUDA-Q v0.10 現在還支持先進的 NVIDIA Blackwell GPU 。 憑借 v0.10 對 NVIDIA GB200 NVL72 及其第五代多節點 NVLink 功能的支持，CUDA-Q 性能現在可以比以往得到進一步提升。基于多個標準化 Quantum Economic Development…

Source

]]> 13238 聚焦：東京大學使用 NVIDIA Grace Hopper 進行開創性的節能地震研究 http://www.open-lab.net/zh-cn/blog/spotlight-university-of-tokyo-uses-nvidia-grace-hopper-for-groundbreaking-energy-efficient-seismic-research/ Thu, 20 Feb 2025 04:36:04 +0000 http://www.open-lab.net/zh-cn/blog/?p=12968 Continued]]> 超級計算機是推動突破性發現的引擎。從預測極端天氣到推進疾病研究，以及設計更安全、更高效的基礎設施，這些機器可以模擬因規模、成本和材料要求而無法在現實世界中進行測試的復雜系統。 自 1999 年推出 GPU 以來，NVIDIA 一直在不斷突破加速 計算的極限 ，這種方法使用專業硬件，通過在并行處理中捆綁頻繁出現的任務來大幅加速工作。這種效率使超級計算機能夠處理前所未有的計算挑戰，同時減少每項任務消耗的能源。 如今，由 NVIDIA 提供支持的系統在高效超級計算領域處于領先地位，在 Green500 榜單前 10 名中有 8 名入選，而 Green500 榜單是高效超級計算機的行業基準測試。德國于利希超級計算中心（Jülich Supercomputing Center）的 JEDI 系統由 NVIDIA Grace Hopper 提供動力支持，充分體現了這一進步，實現了 72.

Source

]]> 12968 聚焦：BRLi 和 Toulouse INP 使用 NVIDIA PhysicsNeMo 開發基于 AI 的洪水模型 http://www.open-lab.net/zh-cn/blog/spotlight-brli-and-toulouse-inp-develop-ai-based-flood-models-using-nvidia-modulus/ Tue, 11 Feb 2025 03:16:47 +0000 http://www.open-lab.net/zh-cn/blog/?p=12844 Continued]]> 洪水對 15 億人構成了重大威脅，使其成為重大自然災害的最常見原因。洪水每年給全球帶來高達 25 億美元的經濟損失。洪水預測是防災和減輕風險的重要工具。我們早已開發出能夠準確模擬河流流域的數值方法。借助這些技術，像咨詢公司 BRLi 的工程師可以研究不同的降水情景，并為當地利益相關者提供寶貴的洪水風險評估、緩解策略和災害救濟計劃。準確的預測可以挽救生命、保護基礎設施并減少經濟損失。 然而，這些方法使用基于物理性質的數值模擬，而且計算量非常大。這種方法通常需要數小時才能模擬洪水事件，即使在許多并行處理器上也是如此。它不適合實時預測正在進行的事件。長期以來，這種限制一直是針對特定事件提供快速、可行的洪水警報的瓶頸，并阻礙了實時預報系統的開發。 為解決這一問題，BRLi 和 圖盧茲國家理工學院 (Toulouse INP) 的一個聯合團隊通過與 ANITI 研究院 的合作，

Source

]]> 12844 深度學習 AI 模型無需手術即可檢測乳腺癌擴散 http://www.open-lab.net/zh-cn/blog/deep-learning-ai-model-identifies-breast-cancer-spread-without-surgery/ Thu, 31 Oct 2024 09:29:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=11849 Continued]]> 在診斷癌細胞是否擴散（包括擴散到附近的淋巴結）時， 新的深度學習模型 可以減少對手術的需求（也稱為轉移）。該 AI 工具由德克薩斯大學西南醫學中心的研究人員開發，通過分析 MRI 和臨床數據的時間序列來識別轉移，從而為醫生制定治療計劃提供關鍵的非侵入性支持。這一進步有助于更及時、更準確地進行癌癥評估，幫助許多患者避免不必要的手術并改善治療效果。 大多數與乳腺癌相關的死亡病例都是由轉移性乳腺癌引起的。在美國，大約三分之一被診斷患有早期乳腺癌的女性會發展為轉移性癌癥。然而，早期發現和治療可以減緩疾病進展，幫助醫生和患者管理癥狀，并最大限度地提高治療效果。 在檢查癌癥是否已擴散到淋巴結時，醫生通常依靠哨點淋巴結活檢（SLNB）。該過程包括在癌癥部位附近注射染料和放射性溶液，以識別先流入腫瘤區域的哨點淋巴結。然后，這些結節被手術切除并進行活檢。如果在哨點淋巴結中發現癌細胞，

Source

]]> 11849 AI 提前 23 天實現極端天氣高精度預測 http://www.open-lab.net/zh-cn/blog/ai-accurately-forecasts-extreme-weather-up-to-23-days-ahead/ Mon, 21 Oct 2024 06:08:41 +0000 http://www.open-lab.net/zh-cn/blog/?p=11716 Continued]]> 華盛頓大學的新研究正在使用深度學習完善 AI 天氣模型，以實現更準確的預測和更長期的預測。這項研究發表在 《地球物理研究通訊》 上，展示了調整初始大氣數據如何使先進的 AI 模型能夠擴展當前的預測極限。隨著極端天氣因氣候變化而變得越來越嚴重和頻繁，讓政府、企業、公眾和應急響應人員有更多的時間為洪水、熱浪或颶風等自然災害做好準備，有助于減少生命和財產的損失。 華盛頓大學博士生 Trent Vonich 說：“如果為完美的天氣模型提供略微不完善的初始條件，誤差會隨著時間的推移而加劇，并導致預測不準確。”“在對地球大氣等混沌系統進行建模時尤其如此。最近人們非常關注制作更好的模型，同時在某種程度上忽略了一個事實，即完美的模型只是問題的一半。機器學習模型幫助我們解決了這個問題，因為它們是完全可微的端到端模型，允許我們捕獲輸入和輸出之間的非線性交互——這是傳統技術無法做到的。

Source

]]> 11716 AI 醫學影像模型實現快速高效的專家級圖像分析 http://www.open-lab.net/zh-cn/blog/ai-medical-imagery-model-offers-fast-cost-efficient-expert-analysis/ Thu, 17 Oct 2024 06:15:30 +0000 http://www.open-lab.net/zh-cn/blog/?p=11719 Continued]]> 加州大學洛杉磯分校(UCLA)的研究人員開發了一種新的 AI 模型，該模型可以專業地分析疾病的 3D 醫學圖像，而所需的時間遠低于人類臨床專家所需的時間。 名為 SL I Vi T (SLice Integration by Vision Transformer) 的深度學習框架可分析來自不同圖像模式（包括視網膜掃描、超聲波視頻、CT、MRI 等）的圖像，識別潛在的疾病風險生物標志物。 領導這項研究的計算醫學專家兼加州大學洛杉磯分校（UCLA）教授埃蘭·哈爾珀林（Eran Halperin）博士表示，該模型在各種疾病中的準確性很高，優于許多現有的特定疾病基礎模型。該模型采用了一種新的預訓練和微調方法，依賴于可訪問的大型公共數據集。因此，哈爾珀林博士認為可以相對較低的成本部署該模型來識別不同的疾病生物標志物，從而實現專家級醫學成像分析的大眾化。

Source

]]> 11719 AI 加速電動汽車充電優化，實現規模化提速和成本節省 http://www.open-lab.net/zh-cn/blog/ai-research-revs-up-ev-charging-for-large-scale-optimization-speed-and-savings/ Mon, 14 Oct 2024 04:57:51 +0000 http://www.open-lab.net/zh-cn/blog/?p=11749 Continued]]> 電動汽車（EV）充電正在獲得一項創新的人工智能算法的推動，這項算法提高了效率，降低了成本，并防止電網在壓力下短路。 該實時智能解決方案 由加拿大皇家軍事學院（RMC）的研究團隊開發，優化了大型停車場的充電時間表，平衡快速充電和能源可用性。通過提高充電速度、成本和可用性，人工智能驅動的算法可以幫助為更廣泛地采用電動汽車鋪平道路，電動汽車是減少排放和實現氣候目標的更清潔選擇。 RMC 電氣和計算機工程系教授 Vincent Roberge 表示：“在智能停車場中優化電動汽車的充電時間表，不僅會對消費者產生巨大的影響，因為他們最終會支付更低的價格，而且會在用電量充足時對環境產生巨大的影響。” 電動汽車的普及程度與日俱增，而汽車充電站的可用性則是其中的一個主要缺陷。預測和管理該技術對電網的依賴對于保持駕駛員滿意度和能源基礎設施穩定至關重要。這一點在大型停車場尤為重要，

Source

]]> 11749 AI 探索南極消失的苔蘚，揭示氣候變化的秘密 http://www.open-lab.net/zh-cn/blog/ai-investigates-antarcticas-disappearing-moss-to-uncover-climate-change-clues/ Thu, 03 Oct 2024 08:30:22 +0000 http://www.open-lab.net/zh-cn/blog/?p=11468 Continued]]> 南極洲在調節地球氣候方面發揮著至關重要的作用。大多數氣候研究都集中在世界上最寒冷、最多風的大陸的南大洋周圍的二氧化碳吸收，或其廣闊的陽光反射冰河上。 一群澳大利亞科學家正在采用不同的方法。研究人員正在深入探索南極苔蘚床，使用人工智能驅動的邊緣計算平臺來尋找關于南極變暖可能對世界其他地區產生何種影響的線索。 覆蓋南極表面的面積不到 1%。但苔蘚的存在及其持續的健康狀態在其生態系統中發揮著十分重要的作用。 與其他植物一樣，苔蘚吸收大氣中的 CO2 進行生長。苔蘚床就像微型森林，為關鍵的微生物、真菌和微動物（如水熊蟲和螨類）提供了棲息地，它們構成了南極食物鏈中的一些最底層。這些植物和動物可以在南極洲生存，因為它們可以干燥和冷凍，在為期 9 個月的南極冬季生存下來，這也使它們非常適合進行太空實驗（和旅行）。 在過去二十年中，科學家們對南極洲許多地方的苔蘚健康狀況惡化日益感到震驚。

Source

]]> 11468 AI 借助零采樣學習發現罕見疾病的現有治療藥物 http://www.open-lab.net/zh-cn/blog/ai-uses-zero-shot-learning-to-find-existing-drugs-for-treating-rare-diseases/ Wed, 02 Oct 2024 08:39:44 +0000 http://www.open-lab.net/zh-cn/blog/?p=11477 Continued]]> 突破性的藥物再利用 AI 模型可以為醫生和患者帶來新的希望，讓他們嘗試在現有治療方案有限或根本沒有的情況下治療疾病。這個名為 TxGNN 的零樣本工具可幫助醫生找到現有藥物的新用途，以治療原本可能無法治療的病癥。 這項研究 最近發表在 《自然醫學》 上，由哈佛大學的科學家領導，可能會減少藥物研發的時間和成本，從而更快地為患者提供有效的治療。 哈佛大學醫學院 Blavatnik 研究所生物醫學信息學助理教授兼 Kempner 研究所副教授 Marinka Zitnik 在 最近的一篇新聞文章 中表示：“借助此工具，我們的目標是在各個疾病領域確定新的治療方法，但對于罕見、極為罕見和被忽略的疾病，我們預計該模型可以幫助縮小或至少縮小造成嚴重健康差距的差距。” 全球有超過 3 億人患有 7000 多種罕見或未確診疾病。在這些罕見疾病中，大約 7%

Source

]]> 11477 AI 框架推動全球海洋污染監測創新 http://www.open-lab.net/zh-cn/blog/high-tech-ai-framework-transforms-global-marine-pollution-tracking/ Mon, 09 Sep 2024 09:01:32 +0000 http://www.open-lab.net/zh-cn/blog/?p=11308 Continued]]> 一項 AI 賦能的遙感研究為全球海洋清理工作提供了動態的新工具。該突破性成果在《ISPRS Journal of Photogrammetry and Remote Sensing》中詳細介紹，揭示了 MariNeXt，這是一種深度學習框架，可使用高分辨率 Sentinel-2 圖像檢測和識別海洋污染。MariNeXt 可以通過準確檢測海洋廢棄物和水面漏油事件，徹底改變資源管理人員和機構在全球范圍內監測和減輕海洋污染的方式。 Katerina Kikaki 說：“海洋廢棄物目前被認為是海洋污染中最緊迫的問題之一。自動準確識別廢棄物的能力對于應對和減少生態系統健康和藍色經濟面臨的重大威脅至關重要。” 漏油、海洋垃圾和藻華等污染源對人類健康、水生生物和經濟構成持續的威脅。在過去，使用人工方法檢測海洋污染物需要大量的人力和時間，因此只能識別一小部分。 Kikaki 說：

Source

]]> 11308 AI 賦能平臺推動個性化癌癥診斷和治療 http://www.open-lab.net/zh-cn/blog/ai-powered-platform-advances-personalized-cancer-diagnostics-and-treatments/ Thu, 05 Sep 2024 04:36:03 +0000 http://www.open-lab.net/zh-cn/blog/?p=11176 Continued]]> 近期的一項研究引入了先進的 AI 病理學平臺，該平臺可幫助醫生快速、準確地診斷和評估肺癌患者。該工具由 University of Cologne 的醫學院和 University Hospital Cologne 的一組研究人員開發，可對良性腫瘤和癌變組織進行全自動、深入的分析，從而實現更快、更個性化的治療。 肺癌以高死亡率而聞名，但精確的診斷和個性化治療可改善患者的治療效果。傳統上，腫瘤科醫生會在顯微鏡下手動檢查組織樣本，以識別揭示癌癥的細胞和結構特征然而，即使進行專家分析，這一過程也非常耗時、主觀且容易發生變化，從而導致誤診。 研究人員開發了一個基于深度學習的多類別組織分割平臺，該平臺可以自動分析數字化肺部組織樣本，并篩查癌癥，提供該區域的細胞細節。 該 AI 模型基于來自六家機構的大型數據集進行訓練和驗證，共包含來自 1,527 名患者的 4,097…

Source

]]> 11176 LLM 研究重新定義 AI 在可持續系統保護中的作用 http://www.open-lab.net/zh-cn/blog/llm-research-rewrites-the-role-of-ai-in-safeguarding-sustainable-systems/ Mon, 26 Aug 2024 07:38:50 +0000 http://www.open-lab.net/zh-cn/blog/?p=11108 Continued]]> 麻省理工學院（MIT）的新研究表明，大型語言模型（LLMs）正逐漸成為保護可再生能源、醫療健康或交通等關鍵基礎設施系統的工具。 該研究引入了零沖擊 LLM 模型，用于檢測復雜數據中的異常情況。使用 AI 驅動的診斷來監控和標記設備（如風力渦輪機、MRI 機器和鐵路）中的潛在問題，該方法可以降低運營成本、提高可靠性、減少機時間，并支持可持續的行業運營。 根據研究報告的資深作者 Kalyan Veeramachaneni 稱，使用深度學習模型檢測基礎設施問題需要花費大量時間和資源來進行訓練、微調和測試。部署機器學習模型需要機器學習團隊與監控設備的運營團隊之間的密切合作，該團隊負責訓練模型。 隨著真實數據的傳入，團隊必須持續協調，以應對任何出現的挑戰。如果發生更改（例如添加新的數據信號或更新設備），他們通常需要重啟整個部署流程。 Veeramachaneni 說：“與此相比，

Source

]]> 11108 AI 實時鯊魚檢測提高海灘安全性 http://www.open-lab.net/zh-cn/blog/real-time-ai-shark-detection-is-boosting-beach-safety/ Tue, 06 Aug 2024 03:13:23 +0000 http://www.open-lab.net/zh-cn/blog/?p=10915 Continued]]> 借助由 AI 提供動力支持的新型 SharkEye 檢測系統，加利福尼亞州的海灘變得更加安全。這項名為 SharkEye 的技術可以實時識別靠近海岸的鯊魚，并向公共安全官員、救生員和社區發送文本警報。 這個創新的人工智能驅動系統由加州大學圣巴巴拉分校的 Benioff 海洋科學實驗室（BOSL）開發，使用配備高分辨率攝像頭的無人機。這些無人機拍攝視頻片段，然后通過機器學習算法進行分析，以確定是否存在鯊魚。 實時檢測鯊魚可提高沿海地區的沖浪者和游水者的安全，該項目在圣巴巴拉附近的 Padaro 海灘啟動，該地區是幼年大白鯊和沖浪者頻繁接觸的區域。 據 BOSL 項目科學家 Neil Nathan 稱，該團隊使用 NVIDIA T4 GPU 對計算機視覺模型進行了訓練，該模型在過去 5 年里從無人機在 Padaro 海灘進行的調查中獲得了超過 15,000 張圖像。

Source

]]> 10915 人人超碰97caoporen国产