←搜索结果

搜索“NVIDIA”

按匹配度 · 共 2021 条结果 清除搜索

星期日

  1. 事件1 条新闻 · 1 个事实

    NVIDIA推进Holoscan智能体开发

    2026年8月19日,NVIDIA展示了结合HoloHub参考应用、Holoscan CLI、开发技能、文档和AI编码智能体的端侧AI应用开发流程。其通过三次迭代构建实时内窥镜工具分割应用,渲染吞吐量提升50.5%,应用路径平均延迟降低33.6%。消融研究显示,同时使用CLI、HoloHub开发技能与文档时,智能体处理时间最短,为40分钟,Token用量最低,为1100万。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    NVIDIA FLARE推进联邦多模态训练

    2026年8月19日,NVIDIA介绍了基于FLARE构建联邦多模态AI工作流的方法:通过大对象外置、张量流式传输和磁盘支持的聚合,协调分布式站点训练视觉语言及统一多模态模型,降低数据传输与服务端聚合的内存压力。其FedUMM方案冻结BLIP3o主干,仅对LoRA适配器进行联邦训练,使每个客户端每轮通信量从28.6 GB降至0.094 GB,并在VQA v2和GenEval上保持约97%的集中式训练性能。相关实验基于模拟站点和公开基准,未证明正式隐私保证。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    NVIDIA开源智能体技能评测工具

    2026年8月19日,NVIDIA发布开源工具SkillEvaluator,用于评估AI智能体技能表现。该工具结合静态检查,并在隔离沙箱中分别运行安装技能与未安装技能的真实任务,以比较结果。NVIDIA对覆盖30多款产品的300多项已验证技能进行了双框架测试,结果显示正确性和有效性平均分别提升41分和39分,不同产品的Skill Lift约为增加2至46分。工具还会单独跟踪Token用量和执行时间。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    NVIDIA探索AI智能体材料仿真

    2026年8月18日,NVIDIA发布使用ALCHEMI Toolkit构建AI编码智能体材料仿真工作流的实践与基准。该工具可让智能体依据自然语言生成并执行GPU加速的材料模拟流程。对45条管线的测试表明,提示词越具体,生成代码的结构和复用性越好;但仍有7个问题只在GPU执行阶段暴露。实践还显示,智能体不会主动质疑物理上不合理的任务,新化学体系仍需通过密度泛函理论(DFT)或实验验证。

    匹配字段标题

  5. 事件1 条新闻 · 1 个事实

    NVIDIA推出Nemotron量化方案

    2026年8月17日,NVIDIA公布Nemotron 3.5 Lightning的NVFP4量化感知蒸馏方案。该方案使用Model Optimizer和冻结的BF16教师模型,以弥补激进量化造成的精度损失,将模型体积从66 GB压缩至22 GB,并实现最高4倍吞吐量。最终采用的保守量化版本在Terminal-Bench v2.1、SWE-Bench Multilingual等智能体评测中优于训练后量化(PTQ)版本。

    匹配字段标题

星期三

星期二

星期一

  2. 事实所属事件

    Mark Chen称与NVIDIA签约4+ GW算力

    2026年8月17日,OpenAI的Mark Chen表示,OpenAI已与NVIDIA签约4+ GW算力容量,并称这是前沿训练所需的规模。该表态以推文形式发布,并引用了Jensen Huang的相关帖子。现有信息未披露具体金额、交付时间或数据中心位置。目前尚无后续有证据支持的发展,事件状态停留在上述宣布。

    匹配字段标题

    查看事件：Mark Chen称与NVIDIA签约4+ GW算力

星期六

  1. 事件1 条新闻 · 1 个事实

    Mark Chen称与NVIDIA签约4+ GW算力

    2026年8月17日,OpenAI的Mark Chen表示,OpenAI已与NVIDIA签约4+ GW算力容量,并称这是前沿训练所需的规模。该表态以推文形式发布,并引用了Jensen Huang的相关帖子。现有信息未披露具体金额、交付时间或数据中心位置。目前尚无后续有证据支持的发展,事件状态停留在上述宣布。

    匹配字段标题

星期二

星期三

  1. 事件2 条新闻 · 2 个事实

    NVIDIA Nemotron 3.5 Lightning 上线 Ollama

    2026年8月11日,NVIDIA Nemotron 3.5 Lightning 在 Ollama 上线,可完全在本地设备运行。据 Ollama Blog 介绍,该模型为 30B 总参数、每 token 仅 3B 激活的开放模型,采用混合 MoE 架构,支持最高 1M token 上下文,面向读取文件、调用工具、整理结果和失败重试等持续运行的智能体任务;官方称其吞吐量比同类开放模型高 4 倍,任务完成时间快 30%,并针对 Apple silicon 提供 nemotron-3.5-lightning:30b-mlx 版本。同日,SGLang 宣布为该模型提供 Day-0 支持,开发者可通过其 OpenAI 兼容推理栈部署;据 LMSYS Blog 介绍,该模型从 Nemotron 3 Ultra 蒸馏而来,支持 MTP、DFlash、DSpark 三种投机解码,并可通过 enable_thinking 与 thinking_budget 控制推理开关和深度,权重已在 Hugging Face 提供 BF16 和 NVFP4 版本。

    匹配字段标题