Smart Cities / Spaces

2024年 7月 29日

使用 NVIDIA NIM 和 NVIDIA VIA 微服务构建 VLM 驱动的视觉 AI 代理

传统的视频分析应用程序及其开发工作流通常基于固定功能且受限的模型构建，这些模型旨在仅检测和识别一组选定的预定义对象。 借助生成式 AI、
3 MIN READ
2024年 7月 10日

利用合成数据微调 AI 模型提升多摄像头跟踪精度

针对特定用例的大规模合成数据在现实世界的计算机视觉和 AI 工作流程中变得越来越重要。这是因为数字孪生是一种强大的方式，可以为工厂、
4 MIN READ
2024年 6月 24日

NVIDIA Metropolis Microservices 和 NVIDIA Isaac Sim 的实时视觉 AI 从数字孪生到云原生部署

随着视觉人工智能复杂性的增加，精简的部署解决方案对优化空间和流程至关重要。NVIDIA 通过 NVIDIA Metropolis AI…
3 MIN READ
2024年 6月 12日

在 cuBLAS 中引入分组 GEMM API 以及更多性能更新

最新版本 NVIDIA cuBLAS 库版本 12.5 将继续为深度学习（DL）和高性能计算（HPC）工作负载提供功能和性能。
2 MIN READ
2024年 6月 10日

聚焦：思科借助 NVIDIA BlueField-3 DPU 提高工作负载安全性和运营效率

随着网络攻击变得越来越复杂，组织必须不断采用先进的解决方案来保护其关键资产。其中一种解决方案是Cisco Secure Workload，
2 MIN READ
2024年 6月 5日

在 NVIDIA Holoscan SDK 中 构建集成 OpenCV 的零拷贝 AI 传感器处理流程

NVIDIA Holoscan 是 NVIDIA 的多模态实时 AI 传感器处理平台，旨在帮助开发者构建端到端传感器处理流程。
2 MIN READ
2024年 6月 4日

借助 NVIDIA JetPack 6.0 助力边缘云原生微服务，现已正式发布

NVIDIA JetPack SDK 为 NVIDIA Jetson 模组提供支持，为构建端到端加速的人工智能应用提供全面的解决方案。
3 MIN READ
2024年 6月 2日

NVIDIA IGX 平台上的生产就绪型企业级软件，支持 NVIDIA RTX 6000 ADA 等

实时边缘 AI 对于医疗、工业和科学计算至关重要，因为这些任务关键型应用程序需要即时数据处理、低延迟和高可靠性，以确保及时准确的决策。
2 MIN READ
2024年 6月 2日

利用多摄像头追踪工作流程优化大型空间的流程

仓库、工厂、体育场和机场等大片区域通常由数百个摄像头进行监控，以提高安全性并优化运营。通过这些摄像头准确跟踪物体和测量活动称为多摄像头跟踪，
2 MIN READ
2024年 5月 29日

生成式 AI 智能体开发者竞赛：入门技巧

参加我们将于 6 月 17 日结束的比赛，使用前沿技术展示您的创新成果：由生成式 AI 驱动的应用程序，
1 MIN READ
2024年 5月 14日

NVIDIA DeepStream 7.0 里程碑式发布，用于下一代视觉 AI 开发

NVIDIA DeepStream 是一个功能强大的 SDK，可以解锁 GPU 加速的构建块，以构建端到端的视觉 AI 管道。
3 MIN READ
2024年 5月 8日

在 NVIDIA DeepStream 中使用单视图 3D 跟踪缓解视觉感知障碍

当涉及到智能视频分析（IVA）应用程序（如交通监控、仓库安全和零售购物者分析）的感知时，最大的挑战之一是闭塞。例如，
2 MIN READ
2024年 5月 8日

NVIDIA TensorRT 模型优化器加速生成人工智能推理性能，现已公开

在快速发展的环境中，生成人工智能的发展对加速推理速度的需求仍然是一个紧迫的问题。随着模型规模和复杂性的指数级增长，
3 MIN READ
2024年 4月 22日

Mistral Large 和 Mixtral 8x22B LLM 现已由 NVIDIA NIM 和 NVIDIA API 提供支持

本周发布的模型包括两个新的 NVIDIA AI 基础模型：Mistral Large 和 Mixtral 8x22B。
1 MIN READ
2024年 3月 27日

借助 NVIDIA NeMo Evaluator 简化 LLM 的准确性评估

大型语言模型 (LLM) 从处理复杂的编码任务到创作引人入胜的故事，再到翻译自然语言，已展示出非凡的功能。企业正在定制这些模型，
1 MIN READ
2024年 3月 21日

重新思考如何训练 Diffusion 模型

在探索了扩散模型采样、参数化和训练的基础知识之后，我们的团队开始研究这些网络架构的内部结构。请参考 生成式 AI 研究聚焦：
2 MIN READ