Nathan Lambert 调侃 2027 年成 Nvidia 唯一未收购的开源模型人
到 2027 年底，我将是 Nvidia 唯一还没收购的开源模型人
匹配字段标题、摘要、正文
←搜索结果
搜索“NVIDIA”
Upscale AI 与 Nvidia 合作，同时推出 SkyHammer scale up 交换芯片
Upscale AI 公布其 SkyHammer scale up 交换 ASIC 与 SkyFabriX 架构，单芯片聚合带宽 115.2 Tb/sec，单层网络可支持最多 576 个加速器，并可通过多层扩展到数千个加速器。该公司同时与 Nvidia 合作，采购 Spectrum-X 以太网 ASIC 自建 scale out 交换机，并把基于 SONiC 的 SkyOS 网络操作系统同时用于 scale up 与 scale out 网络。SkyHammer 运行 UALoE 与 ESUN 协议，Nvidia 目前并不支持其作为 NVSwitch 的替代方案。
匹配字段标题、摘要、正文
Nvidia 投资的 Firmus 撤回 IPO，AI 估值担忧加深
Nvidia 投资的数据中心公司 Firmus 撤回原计划估值超 300 亿美元的上市计划，称原因是近期市场波动和当前市场状况。澳大利亚养老基金 UniSuper 等机构因估值顾虑放弃参与此次 IPO，Firmus 表示将转向私募市场融资。该公司在澳大利亚、新加坡等地运营液冷数据中心，客户包括 OpenAI 和 Meta。
匹配字段标题、摘要、正文
SGLang 与 Miles 在 NVIDIA Vera Rubin 上的适配与优化
LMSYS 团队提前拿到两个 NVIDIA Vera Rubin 节点（8 块 GPU），把 SGLang 推理和 Miles 强化学习训练搬上该平台。推理侧针对 Kimi K3 NVFP4 调整了 attention、MoE/通信和 KDA 内核，例如更深的 MLA 流水线在 batch 16、128k 上下文下快 16%，融合 MoE 尾部每步减少 276 次内核启动、端到端提升 5.9%。训练侧 Miles 用 SGLang 做 rollout、Megatron 做训练，在单托盘 4 块 GPU 上开箱跑通 Qwen3-30B-A3B 的 GSM8K 训练，奖励从约 45% 升到 95%，并在 Vera CPU 上以 64 个沙箱运行 SWE-bench Verified 的智能体 RL。
匹配字段标题、摘要、正文
开发者如何用前沿 AI 智能体与 NVIDIA Omniverse 构建仿真应用
开发者正把 GPT-6 Astra、Claude Fable 5 等前沿 AI 模型与 NVIDIA Omniverse 库结合，通过自然语言指令构建仿真应用。NVIDIA 团队展示了仓库人形机器人、自动驾驶、传感器数字孪生等六个项目，其中 Unitree G1 人形机器人在 100 次仿真试验中有 64 次成功跨栏。
匹配字段标题、摘要、正文
开发者如何用前沿 AI 智能体与 NVIDIA Omniverse 构建仿真应用
开发者正把 GPT-6 Astra、Claude Fable 5 等前沿 AI 模型与 NVIDIA Omniverse 库结合，通过自然语言指令构建仿真应用。NVIDIA 团队展示了多个项目：用 Astra 搭建仓库人形机器人模拟器、基于旧金山 Market Street 的自动驾驶仿真环境 Zero to Alpamayo，以及让 Unitree G1 人形机器人完成跨栏的 Robo Olympics，其中单次实验在 100 次仿真中成功跨栏 64 次。Omniverse 库提供 GPU 加速的物理、渲染与传感器仿真能力。
匹配字段标题、摘要、正文
NVIDIA KGMON 团队分享 KDD Cup 2026 数据分析智能体亚军方案
NVIDIA KGMON 团队在 KDD Cup 2026 Data Agents 竞赛中获得第二名，方案核心是在固定的小模型外构建更小、更清晰、更易验证的 harness。团队把 CSV 和 JSON 统一转成 SQLite 表，只暴露 schema() 和 sql(query) 等少量工具，并在主推理循环前加入 schema 预检步骤，减少路由错误并保留模型的推理能力。文档检查与结构化分析分离，prose_helper 用零温度、关闭推理的独立 LLM 调用抽取答案或表格，避免原始文本占用主上下文；执行轨迹记录提示词、工具调用和中间结果，供专门的 inspector agent 归类失败原因。
匹配字段标题、摘要、正文
NVIDIA Dynamo 如何用 Session ID 实现会话感知的智能体推理
NVIDIA Dynamo 通过统一的会话级标识符 session_id 与 parent_session_id，把请求级推理服务改造成程序感知系统，实现会话感知路由、共享 KV cache 索引和跨 vLLM、SGLang 的缓存调度。Dynamo 可直接识别 Claude Code、Codex、OpenCode 等编码智能体发出的身份头，无需配置；其他 harness 可通过 X-Dynamo-Session-ID 头或 agent-plugins 仓库中的插件接入。
匹配字段标题、摘要、正文
Google SynthID Detector 公开上线，支持 Nano Banana 2.1、OpenAI、NVIDIA 与 Kakao
Google 的 SynthID Detector 现已公开可用，支持 Nano Banana 2.1、OpenAI、NVIDIA、Kakao，并将很快支持 Apple。用户可上传或粘贴图片、视频、音频文件，检测其中是否带有 Google 或其合作伙伴的水印，文件在扫描后立即删除。
匹配字段标题、摘要、正文
NVIDIA PivotOPD：让多轮 AI 智能体从关键错误中恢复
NVIDIA 联合普林斯顿大学和马里兰大学提出 PivotOPD，一种面向多轮 LLM 智能体的 on-policy 蒸馏方法，训练智能体避开最具破坏性的早期关键错误并在犯错后恢复。在 ALFWorld、WebShop 和 Search-based QA 上，Qwen3-1.7B 与 Qwen3-8B 学生模型对 13 个基线取得全部 8 项基准平均分第一；重放关键错误时恢复率达 72.7%，标准 OPD 仅 20.3%。该方法只改训练、推理零额外开销，但代码尚未发布。
匹配字段标题、摘要、正文
微软发布搭载 Nvidia 芯片的 AI PC 与新版 Windows 11
微软在旧金山 Tech Week 活动上公布新款 Surface Laptop Ultra 的规格与价格，两个基础型号分别 2600 美元和 3700 美元起，选配更高内存与存储后最高 5900 美元，微软称最高配机型已售罄。同时发布搭载 RTX Spark 芯片的 Surface RTX Spark Dev Box 工作站，6000 美元起，预装 VS Code、GitHub Copilot CLI、WSL 和 PowerShell 7，两款设备均主打在本地免费运行 AI 模型。新版 Windows 11 加入 Execution Containers 功能，微软称可更便捷地为 AI 智能体做沙箱隔离，该功能将面向所有 Windows 11 用户开放；戴尔同日也公布了 Dell XPS 16 Creator Edition 的细节，售价 3800 美元，现已开启预订。
匹配字段标题、正文
微软 Surface Laptop Ultra 发布，搭载 Nvidia RTX Spark 芯片
微软在旧金山 Windows 与 Surface 发布会上公布 Surface Laptop Ultra 的上市信息，这款搭载 Nvidia RTX Spark Arm 芯片的笔记本起售价 2,599 美元，10 月 16 日发售，配备 15 英寸 HDR 触控屏、最高 2,000 尼特亮度和支持触觉反馈的更大触控板。面向开发者的 Surface RTX Spark Dev Box 迷你主机同步开启预售，售价 5,999 美元，11 月发货，搭载 128GB 统一内存，可本地运行超过 120B 参数的模型。Windows 方面推出名为 Hybrid Intelligence 的功能，让 Copilot 访问本地文件并跨系统执行操作，同时新增可从搜索栏直接执行快捷操作的新搜索体验。
匹配字段标题、摘要、正文
NVIDIA 与 Microsoft 发布 RTX Spark 及 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI 活动上宣布为 Windows PC 的 AI 智能体协同设计软硬件，Microsoft 宣布 OS 级智能体运行基础设施 MXC 正式可用。RTX Spark 把完整 NVIDIA AI 栈带入 Windows 笔记本和紧凑台式机，笔记本今日开启预售、10 月 16 日上市，台式机 11 月开售，最高 128GB 统一内存和 1 petaflop FP4 AI 算力，可本地运行 Qwen 3.8 Flash Next 等模型。活动还预览了 NVIDIA DGX Station for Windows，基于 GB300 Grace Blackwell Ultra 桌面超级芯片，提供 748GB 一致内存和最高 20 petaFLOPS FP4 算力，可在本地运行万亿参数级模型。
匹配字段标题、摘要、正文
NVIDIA cuOpt 推出 mPDLP：多 GPU 求解 1 亿变量级 LP 问题
NVIDIA cuOpt 推出面向线性规划的多 GPU 原始-对偶混合梯度求解器 mPDLP，可将大规模 LP 问题分布到 NVLink 互联的多块 GPU 上，单 GPU 峰值显存占用相比单 GPU PDLP 最多降低 6 倍，LP 问题非零元上限为 2.1B。在 DGX B200 上对 100 多个 LP 实例的基准测试显示，非零元超过 10^7 后加速明显，最大问题上 PDLP 步骤本身最高加速 11.4 倍；Kinaxis 用 8 块 H100 在超 1.35 亿变量的供应链模型上获得 3.3 倍加速，PSR 用 8 块 B200 在 1.85 亿变量的能源扩展模型上获得超 5 倍加速。
匹配字段标题、摘要、正文
NVIDIA 微调 Nemotron 家族，在 IOI 与 IMO 取得金牌级成绩
NVIDIA 用同一套微调配方把 Nemotron 打造成竞赛编程与奥数领域的专用模型：IOI 2026 上 Nemotron-3-Ultra-CC 得 535.4 分（满分 600），IMO 系统得 30 分（满分 42），超过官方金牌线。配方包括强基座模型、领域问题与推理轨迹数据、SFT 与 RL 后训练，以及生成-评估-改进的推理循环。相关 SFT 与 RL checkpoint、训练数据集、Nemotron-IMO-Bench 基准和 NeMo-Skills 推理流程已在 Hugging Face 开源。
匹配字段标题、摘要
NVIDIA AICR v1.0 发布：开放、稳定且可验证的 GPU 集群配置
NVIDIA AI Cluster Runtime（AICR）发布 v1.0，通过版本锁定、经验证的配方固定 GPU 加速 Kubernetes 集群的兼容组件组合，并在 CLI、REST API、Go SDK、bundle 布局和 artifact schema 上建立稳定兼容契约。AICR 提供 Snapshot、Recipe、Bundle、Validation 四项独立能力，可为 Helm、Argo CD、Flux 或 Helmfile 渲染部署产物，并用签名证据校验运行中的集群。目前 AICR 已有超过 100 名贡献者，其中近一半来自 NVIDIA 之外，Pulumi Labs 和 Mirantis k0rdent 已提供生态集成。
匹配字段标题、摘要、正文
NVIDIA Megatron Core 如何将比特级确定性预训练开销降至约 2%
NVIDIA 在 Megatron Core 中通过记录每 rank 有序张量指纹来定位并修复大规模预训练中的非确定性，在三个 Nemotron 工作负载上把确定性开销降至约 2%（2,432 块 GPU），并在 800 步内保持比特级确定性。相关改动包括让 grouped-GEMM 写入方使用私有输出槽并采用固定归约顺序，同时通过 recipe 校验、kernel 测试和模块校验覆盖 FP8、FP4 等并行配置以防回归。
匹配字段标题、摘要、正文
Together AI 携手 IBM Cloud 与 NVIDIA 扩展企业级推理算力
Together AI 宣布与 IBM、NVIDIA 合作扩展企业级 AI 推理能力，首批在 IBM Cloud 上部署大规模 NVIDIA B300 GPU 集群，并采用 NVIDIA Spectrum-X 以太网网络，这是 IBM Cloud 上首个此类专用大规模推理集群，Together AI 也是首个客户。Together AI 负责推理层，IBM 提供云，NVIDIA 提供芯片与网络。其平台每月服务超百万开发者、处理数百万亿 token。
匹配字段标题、摘要、正文
如何用 NVIDIA Cosmos3-DROID 构建流式机器人学习流水线
教程演示了围绕 NVIDIA Cosmos3-DROID 数据集构建端到端流式机器人学习流水线，无需下载其 707 GB 仓库：通过 HTTP byte-range 与 PyArrow 按行组、列读取 Parquet，并用基于 seek 的 PyAV/FFmpeg 只解码所需 AV1 视频窗口。随后将 episode 转为状态-动作轨迹，用数据集统计量归一化，构建 ACT 风格分块 PyTorch 数据集并训练多模态行为克隆策略。最后以开环 rollout 和时间集成评估，报告逐关节 MSE 与 R^2 并保存策略 checkpoint。
匹配字段标题、摘要、正文
NVIDIA Olympus 核微架构实测：以每时钟性能冲击服务器单线程上限
Chips and Cheese 对 NVIDIA 服务器核 Olympus 做了微架构实测，该核为 10 宽乱序设计、主频 3.3 GHz，靠加大乱序结构和 SMT 提升每时钟性能。在 SPEC CPU2026 中其单线程性能接近 Intel 与 AMD 桌面核，明显领先 Neoverse V2 和 N2，但测试系统使用 64 KB 页，与其他 4 KB 页结果对比存在偏差。作者指出其空间多线程把 L1、L2 和调度队列等资源静态对半分，整数负载收益与 Zen 5 相当，浮点后端受限负载上则出现吞吐下降。
匹配字段标题、摘要、正文