最佳实践

2024年 12月 20日

利用 RAPIDS 和 Ray 加速 GPU 数据分析

RAPIDS 是一套开源 GPU 加速的数据科学和 AI 库，可通过 Spark 和 Dask 等分布式引擎进行横向扩展。
2 MIN READ
2024年 12月 17日

微调小型语言模型以提高代码审查准确性

生成式 AI 通过 推动众多 应用的创新和提高效率，正在改变企业。然而，采用大型 基础模型 会带来一些挑战，包括高成本、慢性能、
5 MIN READ
2024年 12月 16日

借助 WebAssembly 实现沙箱 Agentic AI 工作流

代理 AI 工作流通常 涉及执行由 大语言模型 (LLM) 生成的代码，以执行创建数据可视化等任务。但是，此代码应在安全环境中清理和执行，
2 MIN READ
2024年 12月 12日

NVIDIA BlueField DPU 与 WEKA Client 的集成提升 AI 工作负载效率

WEKA 是可扩展软件定义数据平台的先驱，NVIDIA 正在携手合作，
1 MIN READ
2024年 12月 5日

使用 NVIDIA Nsight Graphics 优化图形应用的 GPU 工作负载

图形开发者和发烧友的一大消遣方式是比较 GPU 的规格，并惊叹于每一代新一代产品中着色器核心、RT 核心、
3 MIN READ
2024年 11月 21日

RAPIDS 与 Dask 结合实现多 GPU 数据分析的高效实践指南

随着我们向更密集的计算基础设施迈进，拥有更多的计算、更多的 GPU、加速网络等，多 GPU 训练和分析变得越来越流行。
1 MIN READ
2024年 11月 4日

借助 NVIDIA AI Workbench 实现混合环境下的无缝协作和快速原型设计

NVIDIA AI Workbench 是一款免费的开发环境管理器，可简化所选系统上的数据科学、AI 和机器学习（ML）项目。
3 MIN READ
2024年 10月 29日

在 SONiC 中通过安全启动保护您的网络

NVIDIA 技术可帮助组织构建和维护安全、可扩展和高性能的网络基础设施。
1 MIN READ
2024年 10月 14日

利用 AI 支持的虚拟风洞进行流体流动学习

即使在工程教育方面，也没有足够的时间做所有事情。雇主希望工程师能够使用模拟工具来加速迭代研究、设计和开发。
1 MIN READ
2024年 10月 2日

在 NVIDIA RTX 系统上使用 Llama.cpp 加速 LLM

适用于 Windows PC 平台的 NVIDIA RTX AI 提供了一个由数千个开源模型组成的蓬勃发展的生态系统，
2 MIN READ
2023年 11月 21日

高级 API 性能：内部函数

Intrinsics 可被视为特定硬件指令的更高级别的抽象。它们提供对低级操作或特定于硬件的功能的直接访问，从而提高性能。这样，
1 MIN READ
2023年 10月 12日

适用于数据中心和 AI 时代的网络

十多年来，传统的云数据中心一直是计算基础设施的基石，满足了各种用户和应用程序的需求。然而，近年来，
1 MIN READ
2023年 7月 11日

加速数据分析：使用 GPU 的机器学习 - 加速 pandas 和 Scikit 学习

本文是加速数据分析系列文章的一部分。 如果您想将您的机器学习（ ML ）项目的速度和可扩展性提升到新的水平，
4 MIN READ
2023年 5月 17日

高级 API 性能： CPU

本文介绍了使用 NVIDIA GPU 时的 CPU 最佳实践。要在应用程序中获得高且一致的帧速率，请参阅高级API 性能提示。
1 MIN READ
2023年 5月 4日

高级 API 性能：采样器反馈

本文介绍了在 NVIDIA GPU 上使用采样器反馈的最佳实践。要在应用程序中获得高且一致的帧速率，请参阅高级API 性能提示.
1 MIN READ