搜索“NVIDIA”

并从Innovation Norway获得9.2万欧元创业补助 英国：Doris Labs完成60万美元种子前轮融资 西班牙：Hausum完成超50万欧元投资轮，以加速增长和全国扩张 德国：Tenpal获得未披露金额的投资 德国：Novus获得八位数融资，将其电动轻便摩托车从德国推向加利福尼亚 德国：Körber入股自力更生的德国机器人初创公司NAiSE 丹麦：Lumilab完成种子前轮融资 土耳其：Leasingim获得Insha GSYF投资 德国：Contigo Energie正在投资flexality 德国：Nvidia作为100亿欧元欧洲投资承诺的一部分，投资四家德国初创公司 奥地利：Wictory.ai获得六位数金额投资 德国：Regulate完成未披露金额的投资 瑞士：前瑞士滑雪运动员Lara Gut-Behrami向Avea投资未披露金额 退出与并购活动 德国：Workflex正在收购rhome 德国：总部位于明斯特的保险集团Provinzial正在收购总部位于科隆的公司moneymeets 荷兰：Omnidocs收购WoodWing，成为欧洲文档管理领域最大参与者之一

匹配字段正文

三年以上，防御方赢下每次交锋却持续失血，“稳定”由免费前提变成最贵商品。 3.美国出口管制在盟友间划线：2026年7月10日BIS将阿联酋移入《出口管理条例》最优惠的Country Group A:5并新增Supplement No.8白名单，获批实体可免逐单许可获得先进计算物品；沙特不在A:5，HUMAIN仅持2025年11月批准的、最多采购约35000颗NVIDIA GB300级芯片的许可（与阿联酋G42同日同数量授权）。阿联酋走“规则化通道”、沙特走“逐单谈判”，令后者融资成本与折现率上升，百亿美元级GW园区全周期利润受显著影响。 1.三重风险交汇：2026年11月3日中期选举前，联邦层面沃伦等议员推出的《超级百万富翁税法》拟对净资产超5,000万美元家庭征2%、超10亿美元部分加征至3%（十年约增收6.2万亿美元，覆盖约26万户）；加州第40号提案拟对亿万富翁一次性征收5%财富税并于11月3日公投，两者与AI资本开支风险在同一窗口推高科技股集中持仓的风险溢价。 2.AI资本开支的数学题：高盛估算超大规模云厂商需约3,000亿美元年度AI收入才能覆盖2026至2027年资本开支，

匹配字段正文

(CURRENT[0], text, held)) return held banner("1. Platform, pins and helpers") SYSTEM, MACHINE = platform.system(), platform.machine() ON CUDA = SYSTEM == "Linux" and shutil.which("nvidia-smi") is not None assert ON CUDA or (SYSTEM == "Darwin" and MACHINE == "arm64"), "needs an NVIDIA GPU on Linux (Colab T4) or an Apple-silicon Mac" WORK = os.environ.get("SALUKI WORK") or ("/content/saluki" if os.path.isdir("/content") else os.path.abspath("saluki work")) for d in ("models", "llama", "bfcl", "run

匹配字段正文

n、Claude Code、Codex、Cursor 及其他 SKILL.md 智能体上运行。 没有公布的修复率基准；结果取决于你的测试覆盖率。 Michal Sutter+ 篇文章简介 ⮌ Michal Sutter 是一名数据科学专业人士，拥有帕多瓦大学数据科学理学硕士学位。凭借在统计分析、机器学习和数据工程方面的扎实基础，Michal 擅长将复杂数据集转化为可操作的洞察。 $uv pip install omni-parse-bench✓文本✓表格✓布局→ 按页评分在 GitHub 上加星→赞助 相关文章更多来自作者 如何运行 Underdog Saluki 27B：2-Bit Qwen3.8-27B 工具调用指南 认识 Anthropic 的 sandbox-runtime：面向 AI 智能体的操作系统级沙箱，无需容器 NVIDIA 发布 Nemotron 3.5 Bolt E4B 4GB：面向本地语音智能体、游戏角色和机器人的开放小型语言模型 Moonshot AI 发布 Kimi K3.1 Pro：一个 2.8T 总参数/104B 激活参数（MoE）模型，支持 1M 上下文

匹配字段正文

。10 月 12 日，芒果 TV 一次性官宣程渡、方屿、林恩娜、戚许、展颜五位「原生 AI 艺人」。从零生成面孔、人设、角色三视图和穿搭体系，每人都开通了实名认证的微博账号，背后配有真人编剧和经纪人。10 月 14 日，五人主演的六集 AI 仿真人剧《了不起啊朋友》在芒果灵创剧场上线，每集约十分钟。 视频生成一次需要远高于文本的计算量，还伴随着大量反复抽卡。NVIDIA 的一个测试显示，一段 5 秒、720P 视频需要对约 7.2 万枚时空 Token 重复进行约 40 次计算。 因此生产短剧确实带来了新增推理需求，今年郑州就出现了主要面向短剧影视公司的「Token 工厂」，针对 AI 短剧生成场景定制的高并发算力调度、低延迟推理响应等核心能力，计划为当地超 3000 家短剧相关企业提供专属算力支撑。 类似变化也发生在传统短剧重镇，西安报业全媒体援引公开数据称，西安短剧产业综合年产值超过 60 亿元，其中 AI 短剧贡献的增量约为 35 亿元。 无论主观上喜不喜欢 AI 做的内容，客观上这是一个极其热门的市场，创造了一批本不会发生的计算。如果没有人制作短剧，那些视频不会被生成，反复「抽

匹配字段正文

, while the 950DT to be launched in the second half of this year has 144GB of memory capacity and 4TB/s memory access bandwidth. Some hardware indicators are already comparable to Nvidia's H200 computing card. Although actual training and inference efficiency still need to be tested under real workloads, such progress is already quite considerable. At the same time, Cambricon continues to iterate its SiYuan series accelerator cards, and T-Head released the new-generation Zhenwu V900 in September

匹配字段正文

的配置、调试和扩展接口。新的低精度策略可以遵循相同的验证流程，从局部正确性一直到 RL 训练。 对齐 · §4.5 在严格对齐配置下，训练–推理对数概率差距保持在约 10⁻⁸，后期奖励稳定。 5. 基于 Transformer Engine 的 NVFP4 联合实现与优化 5.1 逐 token 缩放的数值与实现选择 我们围绕 TE 的 NVFP4 支持与 NVIDIA 开展联合测试和实现工作，将逐 token 配方及其接口作为重要的集成点 [9]。缩放粒度既影响数值行为，也影响 amax 计算、缩放存储和 GEMM epilogue 开销。因此，精度和速度需要一起评估。 NVFP4 以 E2M1 编码数据，对每 16 个元素组成的块使用一个 E4M3 缩放，并通过外层 FP32 缩放调整范围 [1]。设 sis isi​ 为第 iii 行的外层缩放，bi,jb {i,j}bi,j​ 为其长度为 16 的块。则 di,j=QE4M3 ⁣(amax⁡(bi,j)6si),x^=sidi,jQE2M1 ⁣(xsidi,j).d {i,j}=Q {\mathrm{E4M3}}\!\left(

匹配字段正文

子，也许那在某种程度上能解决问题。但就是没有简单的方法来做到这一点。我认为这只是开始，接下来会有大量的来回，显然这是网络安全的一个新前沿。 Kirsten：Matthew Prince 的社交媒体帖子对我来说真的很有说明性，而且相当可怕。另外，我不知道你们俩有没有看到，但亚马逊也发了一篇博客文章。这是一家资本非常雄厚的公司，所以他们有工具和团队来捕捉正在发生的事情。他们基本上运营着一个蜜罐网络，或者说诱饵，他们实际上看到，在这个漏洞被公开宣布之前，就已经有人试图利用它了。 对我来说，再次回到这一点：亚马逊有工具、资本和专有技术来对抗这些东西。有那么多网站，甚至可能是政府网站，就是没有那种程度的关注。所以对我来说，这才是真正可怕的部分。 而且外面有一些 AI 员工，他们可能会把这件事推向末日准备者的下一个层次，因为你可以看到银行可能会如何被利用，再加上数据和隐私方面的担忧，这感觉比我们现在能修复的要大得多。所以我很想看到两件事。第一，人们的行为会变得多极端——但我也在想，会不会有一些新的初创公司因此冒出来，或者我们会不会转向一些开源工具[由 Nvidia 等公司提供的]来创建这些安全层。

匹配字段正文

体 AI 应用，这类应用需要 CPU 在基于 GPU 的推理之外协调和执行大量并发任务。 与此同时，SP8 家族面向通用企业计算。AMD 并未单纯追求最大化核心数量，而是优先考虑处理能力、性能和内存的平衡，以支持数据库、虚拟化和企业应用等工作负载。 该家族从 8 个核心扩展到 128 个核心，让组织可以选择适合其工作负载的配置。 AMD 对 Intel 对 NVIDIA 市场研究公司 Mercury Research 显示，AMD 在 x86 服务器 CPU 市场正稳步缩小与 Intel 的差距。 2026 年第二季度，AMD 占 x86 服务器处理器出货量的 34.5%，环比上升 130 个基点，而 Intel 的份额下降 130 个基点至 65.5%。 当比较范围缩小到数据中心使用的 AMD EPYC 和 Intel Xeon SP 处理器时，AMD 的份额升至 46.4%，而 Intel 为 53.6%。 在已发布的 SPEC CPU2017 整数吞吐量测试中，一台搭载 AMD 第五代 EPYC 9965 的双插槽服务器得分为 3,230，而一台双插槽 Intel Xeon 69

匹配字段正文

Linux 已经成为 AI 开发者桌面工具包的一部分。Nvidia 的 DGX Spark 于 2025 年 10 月 15 日开放订购，运行基于 Ubuntu 的 DGX OS。OpenAI 的 Codex CLI 也已支持 Linux，这是 AI 工具在开发者工作场所与其相遇的又一例证。 只有一个问题。开发者可以在家里爱上 Linux。但要让企业 IT 部门允许他们在工作中使用 Linux，则是另一回事。 Swif.ai 是一家管理和保护员工设备的平台，其创始人兼 CEO Angelo Huang 希望改变这一现状。Huang 告诉 The New Stack，为开发者提供 Linux 机器，首先要让 IT 团队具备管理和保护这些机器的控制能力。 Huang 表示，从上周开始，Swif 开始扩展其 Linux 设备管理与合规能力，将 Omarchy 和 Linux Mint 支持加入其支持列表。Swif 还在优化其支持的 Mac、Windows、Linux、iOS 和 Android 环境中的入门配置流程。他们声称，现在设置 SOC 2、ISO 27001 和 HIPAA 等设备合

匹配字段正文

企业已形成万台级交付能力。长三角（减速器、伺服电机）、粤港澳（整机集成、消费电子供应链）等产业集群，使中国在“把机器人造出来、造得便宜、造得快”环节具备显著成本与效率优势。但在基础模型、高端算力等“大脑”环节仍处于追赶状态。 美国：占据“大脑”——基础模型、算力与顶级资本。美国在具身智能的“智能”侧拥有领先地位。OpenAI、Google DeepMind、NVIDIA等掌握VLA、世界模型等基础模型的研发主导权，英伟达提供从训练到部署的全栈算力底座，Figure AI、Tesla等凭借硅谷顶级资本与AI人才密度，定义着技术路线与产品形态。其核心优势在于“定义智能”——通过基础模型、算力生态与资本杠杆，掌握行业技术演进的方向盘。 欧洲：深耕“规则”——功能安全、标准与认证。欧洲在功能安全、机械指令、CE认证等制度层面建立了全球最严格的准入门槛。ISO/TS 15066、IEC 61508等核心标准由欧洲机构主导制定，TÜV、SGS等第三方认证机构在全球具有权威性。这种“规则制定者”地位，使欧洲虽在整机出货上不占优势，却掌握着全球市场准入的裁判权。 日韩：深耕“精密”——核心部件与系统集

匹配字段正文

本性转变。 触发器四：IPO浪潮揭开真相 Anthropic和OpenAI均计划IPO（后者已推迟至2027年）。历史经验表明，IPO浪潮往往标志着周期顶部。更重要的是，IPO将首次为外界提供了解AI行业真实经济状况的窗口——目前AI公司披露的指标（如"年度经常性收入"ARR）明显经过美化，存在大量信息不透明问题。 触发器五：半导体周期与供应链风险 英伟达（NVIDIA）是AI建设的"镐与铲"，也是整个AI繁荣的晴雨表。英伟达正在大规模开展"供应商融资"（vendor financing），向客户提供贷款以购买更多芯片，业内称之为"资产负债表即服务"。根据国际清算银行（BIS）最新研究，超过55%流入AI企业的投资来自其他AI企业，循环融资特征极为明显。此外，半导体需求具有高度周期性，存在"牛鞭效应"——一旦需求放缓，当前的硬件短缺可能迅速转变为严重过剩。 触发器六：监管与安全风险 AI技术在公众中的形象持续恶化。约55%的美国人希望放缓AI发展速度，仅13%持反对意见，且这一结论在各主要政治群体中均成立。根据2026年IBM/Ponemon数据泄露成本报告，全球四分之一的恶意企业数据

匹配字段正文

那里提供一些完成课程并免费获得证书的关键提示。我还会概述一些烦人之处，因为它们确实需要被提及。 更多来自 ZDNET 热门内容 我以为我在 iOS 27 中拥有了新的 Siri AI——直到我在设置中发现了它 2026/10/15 你所在的州有多少工作岗位正被 AI 取代？这个仪表盘追踪了这些裁员——以及代价 2026/10/16 ServiceNow 和 Nvidia 推出 Arc，一款面向企业的新型 AI 智能体 2026/10/21 谷歌的证书。截图：David Gewirtz/ZDNET 涵盖的课程 Google AI Professional Certificate 是一组各自时长一小时的独立课程。确切地说，共有八门： AI 基础 用于头脑风暴和规划的 AI 用于研究和洞察的 AI 用于写作和沟通的 AI 每门课程由几段谷歌员工的视频片段、一到两个 AI 旁白的概述以及一些实验时间组成。 课程的结构如下。截图：David Gewirtz/ZDNET 扎实的教育基础 从教育理论的角度来看，每门课程都设计得非常好。课程之间的顺序及其相互关系也很强，每一门都建立在上一门的基础之上。

匹配字段正文

rgon 实验并不是让人工智能学会玩游戏，而是在已经有了通用编程能力的基础上，通过编写程序来实现各种功能。 DeepMind 所报告的第一项成果就是在标准 Mineflayer 接口下，在没有任何预览地图的情况下，在没有任何专门为游戏设计的工具或者任务策略的情况下，由普通的智能体自己完成了从头到尾的游戏通关。 2026 年 6 月的时候，KRAFTON 和 NVIDIA 就推出了 PUBG Ally 的限时测试活动，在其中加入了人工智能作为队友来帮助玩家完成游戏任务。玩家可以使用语音命令让 AI 去搜寻武器、收集物资并参与战斗。 同样是利用了大模型的理解和规划能力，将游戏系统的实际操作接口连接起来。 从结果看，人工智能还不能算作是稳定的。大约有 22% 的游戏程序出现了错误，服务器也重启了 6 次。 它们最终成功了，但这也只是一场成功实验。论文没有通过足够多次的随机地图重复测试，证明它们可以稳定通关。 再加上 27 个小时内大约 24000 次模型调用，按照优惠后的 API 价格来计算的话还需要花费大约 520 美元的通关费用，如果要用它来进行代练的话，那么首先得算一下这笔账。 迫不及

匹配字段正文

Titan 在其 5D 并行栈中扩展了模型支持，并通过 TitanRL 引入了强化学习。TitanRL 在预训练、后训练以及在 vLLM 内执行时保持相同的模型实现，支持异步 rollout，并为训练和生成提供多种并行形式。此次更新还涵盖了性能改进、FlexShard、基于图的训练、分布式通信和检查点。 阅读 TorchTitan 更新。 Helion 与 NVIDIA CompileIQ Helion 与 NVIDIA CompileIQ 的集成将编译器控制项加入内核自动调优搜索。开发者可以在内核配置（如 tile 大小和 warp 数量）之外评估 Advanced Control Files，进行离线调优，并固定所选配置。编译器默认值仍是搜索中的一个候选。 阅读关于 Helion 与 NVIDIA CompileIQ 的内容。 Arm Cortex-M CPU 上的 ExecuTorch ExecuTorch 现在提供了从 PyTorch 训练到设备端推理的直接路径。Cortex-M 后端使 PyTorch 模型能够在 Arm Cortex-M CPU 上直接运行，并借助 Arm

匹配字段正文

x 上使用 bubblewrap，Windows 版本处于 alpha 阶段。 网络默认拒绝；每个连接都经过主机侧允许列表代理。 Anthropic 报告 Claude Code 权限提示减少 84%（内部数据）。 允许列表的广度才是真正的安全调节旋钮；宽泛的域名可能导致数据泄露。 Asif Razzaq网站 | + 文章作者简介 ⮌ Asif RazzaqNVIDIA 发布 Nemotron 3.5 Bolt E4B 4GB：一款面向本地语音智能体、游戏角色和机器人的开放小型语言模型 Asif RazzaqMoonshot AI 发布 Kimi K3.1 Pro：一款总参数 2.8T/激活参数 104B（MoE）的模型，支持 1M 上下文 Asif RazzaqYou.com 推出推理路由器：12 个开放权重模型，提供 99.9% 正常运行时间 SLA $uv pip install omni-parse-bench✓文本✓表格✓布局→ 按页评分在 GitHub 上加星→赞助 相关文章更多来自作者 NVIDIA 发布 Nemotron 3.5 Bolt E4B 4GB：一款面向本地语

匹配字段正文

e 等工具提供了准入控制点，利用配置的配额和策略来决定何时接纳工作。团队仍需决定如何表示和执行截止时间与工作负载要求。灵活的排队可以支持容量规划，并减少为了提前启动作业、随后又将其抢占的需求。 衡量部署能够维持多少有效工作 灵活的调度可以缓解容量约束。但推理团队还必须审视模型和服务配置与这项工作的匹配程度。 高 GPU 活跃度并不能确定还有多少额外吞吐可用。Nvidia 的性能分析文档解释说，流式多处理器活跃度可能包含正在等待内存的 warp。运行中请求、等待中请求和缓存占用等服务指标可提供背景信息，而抢占计数有助于解释行为。在 vLLM 中，KV 缓存使用率衡量的是已占用缓存块的比例，但它并不直接衡量总服务容量。 “高 GPU 活跃度并不能确定还有多少额外吞吐可用。” 用具有代表性的负载测试来衡量可持续容量。保持模型、硬件、服务设置和请求组合不变。然后提高到达率，观察吞吐、质量和延迟。在仍满足工作负载要求（包括错误上限和选定的延迟百分位数）的前提下所能维持的最高速率，可提供有用的容量估计。对于交互式生成，要包含首 token 时间和后续 token 交付时间，而不仅仅是平均完成时间。

匹配字段正文

Hassan+ 发布文章简介 ⮌ Sana Hassan 是 Marktechpost 的咨询实习生，也是 IIT Madras 的双学位学生，热衷于将技术和 AI 应用于解决现实世界的挑战。他对解决实际问题有着浓厚兴趣，为 AI 与现实生活解决方案的交汇带来了全新视角。 Sana Hassan《Cactus Whistle 编码指南：一个 16.9 MB 的语音模型能否与 Whisper Base 抗衡？在 CPU 上的词错误率、速度、流式处理、时间戳、关键词以及语音到工具调用》 $uv pip install omni-parse-bench✓文本✓表格✓布局→ 按页评分在 GitHub 上加星→赞助 相关文章更多来自作者 NVIDIA 发布 Nemotron 3.5 Bolt E4B 4GB：一个面向本地语音智能体、游戏角色和机器人的开源小型语言模型 Moonshot AI 发布 Kimi K3.1 Pro：一个总参数 2.8T、激活参数 104B（MoE）且支持 100 万上下文的模型 You.com 推出推理路由器：12 个开放权重模型，提供 99.9% 正常运行时间 SLA

匹配字段正文

聊天与 Gemini Notebook 创建、更新和查询笔记本。 - 在 Gemini 应用中构建的交互式应用现在可以一键导出到 Google Sites。 - Gemini 4 Carbon 似乎已在 Google 外部进行早期访问，测试者称其输出强于 Argon。 META 🔥： - Meta 的 Muse AI 智能体继美国和加拿大之后正在日本推出。 NVIDIA 🔥： - NVIDIA 发布了 Nemotron 3.5 Bolt E4B 4GB，这是一个用于本地助手和机器人的小型开放模型，可在 Jetson Orin Nano 上运行。 BYTEDANCE 🔥： - 字节跳动发布了 Seedance 2.5 4K，支持 10 位色彩和 Draft 模式，可在放大前生成廉价的 480p 预览，首先面向 BytePlus 上的部分企业客户。 BLOCK 🔥： - Jack Dorsey 公布了 Dessa，这是一个仅用语音对话训练的全双工语音模型，目前提供演示样本和候补名单。 PERPLEXITY 🔥： - 企业管理员现在可以按角色为 Computer 设置最大和默认努力级别。 -

匹配字段正文

缓存。其预期收益是在不按比例增加 KV 内存的情况下获得更有效的深度。关于前沿实验室使用循环架构的说法仍属传闻，与这一已发表的方法无关（方法）。 开放编译器与本地模型发布：Chris Lattner 宣布 Mojo 和 MAX 完全开放，可用于开发、扩展和商业用途，包括语言、图编译器、MLRT 内部实现和硬件抽象逻辑；该推文未说明许可证（公告）。 边缘推理：NVIDIA 发布了 Nemotron 3.5 Bolt E4B，演示了在 Jetson Orin Nano 8GB 上本地同时处理对话和工具以及 Cosmos 视觉。Ollama 列出 128K 上下文和视觉支持（NVIDIA、Ollama）。 实测系统收益：据报道，新的小消息 all-reduce 内核在四块通过 PCIe 连接的 RTX 6000 Pro Server GPU 上将 DeepSeek V4.1 Flash 的解码吞吐量提升了 12%（内核）。 存储架构：OpenAI 报告称，通过结合选择性复制、区域缓存以及将服务从 Python 重写为 Rust，全球中位读取时间从约 120 毫秒降至 10 毫秒。这一收益属于

匹配字段正文