Karin Sevegnani

Karin Sevegnani 是 NVIDIA 的高级解决方案架构师,负责领导英国的 NVIDIA AI 技术中心 (NVAITC) 。在担任此职务期间,她推动与高等教育机构和研究组织的合作,推动 AI 创新和采用。在加入 NVIDIA 之前,Karin 曾在爱丁堡担任研究工程师,将自己的专业知识应用于 AI 开发。她拥有爱丁堡大学和赫瑞瓦特大学联合项目的对话式 AI 博士学位,该项目是根据联合奖学金和学位安排完成的。她的专业领域是自然语言处理 (NLP) ,尤其是对话式 AI 系统。

Posts by Karin Sevegnani

数据科学

借助 NVIDIA NeMo 在 FP8 精度下提高训练吞吐量

在之前关于 FP8 训练的博文中,我们探讨了 FP8 精度的基础知识 并深入分析了适用于大规模深度学习的 多种扩展方法。 3 MIN READ
数据科学

适用于有效 FP8 训练的按张量和按块扩展策略

在本博文中,我们将分解主要的 FP8 缩放策略 (按张量缩放、延迟和电流缩放以及按块缩放 (包括 Blackwell 支持的 MXFP8… 2 MIN READ
开发与优化

在 NVIDIA Grace Hopper 上分析大型语言模型训练工作流

AI 的快速发展催生了模型大小呈指数级增长的时代,特别是在大语言模型 (LLMs) 领域。这些模型凭借其变革能力,正在推动各行各业的创新。 3 MIN READ
开发与优化

在 NVIDIA Grace Hopper 上训练大型语言模型的高级优化策略

虽然分析有助于识别效率低下的情况,但高级优化策略对于解决硬件限制和有效扩展 AI 工作负载至关重要。在本文中,我们将探讨 CPU 卸载、 3 MIN READ
AI 平台/部署

使用 NVIDIA NIM 对游戏进行代理式 LLM 和 VLM 推理基准测试

这是 LLM 基准测试系列的第一篇文章,介绍了在使用 NVIDIA NIM 部署 Meta Llama 3 模型时, 2 MIN READ