智慧城市/空间
2024年 8月 28日
NVIDIA TAO 5.5 带来新基础模型和增强训练功能
NVIDIA TAO 是一个旨在简化和加速 AI 模型开发和部署的框架。它使您能够使用预训练模型,使用自己的数据微调模型,
3 MIN READ
2024年 8月 27日
简化摄像头校准,提高 AI 驱动的多摄像头跟踪能力
这篇文章是关于构建多摄像头追踪视觉AI应用的系列文章中的第三篇。我们将在第一部分和第二部分中介绍整体端到端工作流程和微调流程,
2 MIN READ
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 18日
使用 YOLOv8 和 NVIDIA JetPack 6.0 生成交通洞察
智能交通系统(ITS)的应用在现代城市环境中变得越来越有价值和普遍。使用 ITS 应用程序的好处包括: 重要的是,这些系统需要在边缘处理信息,
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 7日
借助 NVIDIA NIM 无缝部署大量 LoRA Adapters
最新的先进基础大型语言模型 (LLM) 拥有数十亿个参数,并已在数万亿个输入文本标记上进行了预训练。它们通常在各种用例上都取得了惊人的成果,
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