Python

2025年 8月 13日
利用 Wheel Variant 简化 CUDA 加速 Python 的安装和打包工作流程
如果您曾经安装过 NVIDIA GPU 加速的 Python 软件包,您可能遇到过这样的场景:导航到 pytorch.org、jax.dev、
4 MIN READ

2025年 8月 6日
CUDA 工具包 13.0 的新特性和重要更新
CUDA Toolkit 13.0 是该工具包的最新版本,具有加速最新 NVIDIA CPU 和 GPU 计算的优势。作为一项重大发布,
4 MIN READ

2025年 8月 1日
7 种可即时加速 Python 数据科学工作流程的插入式替代方案
您已经经历过。您编写了完美的 Python 脚本,在示例 CSV 上对其进行了测试,一切都很完美。但是,
2 MIN READ

2025年 7月 30日
使用 CI/CD 自动化网络配置和部署
持续集成和持续交付/部署 (CI/CD) 是一套现代软件开发实践,用于更可靠、更频繁地交付代码更改。虽然 CI/CD 在软件领域得到广泛采用,
1 MIN READ

2025年 7月 29日
使用 NVIDIA Omniverse 构建 CAD 到 USD 工作流
在应用程序之间传输 3D 数据一直是一项挑战,尤其是原生计算机辅助设计 (CAD) 文件等专有格式。
5 MIN READ

2025年 7月 9日
为 NVIDIA CUDA 内核融合提供 Python 中缺失的构建模块
CUB 和 Thrust 等 C++ 库提供高级构建块,使 NVIDIA CUDA 应用和库开发者能够编写跨架构可移植的光速代码。
2 MIN READ

2025年 6月 12日
借助 RAPIDS 单细胞技术推动十亿细胞分析和生物学突破
细胞生物学和虚拟细胞模型的未来取决于大规模测量和分析数据。在过去 10 年里,单细胞实验一直以惊人的速度增长,从数百个细胞开始,
2 MIN READ

2025年 5月 29日
RAPIDS 实现零代码更改加速、IO 性能提升和核外 XGBoost 加速
在过去的两个版本中,RAPIDS 为 Python 机器学习引入了零代码更改加速、巨大的 IO 性能提升、大于内存的 XGBoost 训练、
3 MIN READ

2025年 5月 27日
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

2025年 4月 23日
NVIDIA cuPyNumeric 25.03 现已完全开源,支持 PIP 和 HDF5
NVIDIA cuPyNumeric 是一个库,旨在为基于 Legate 框架构建的 NumPy 提供分布式和加速的插入式替换。
2 MIN READ

2025年 3月 20日
使用 NVIDIA Holoscan 3.0 中的动态流控制轻松构建边缘 AI 应用
NVIDIA 在 GTC 2025 上宣布推出实时 AI 传感器处理平台 NVIDIA Holoscan 3.0 。
1 MIN READ

2025年 3月 4日
使用 Numba 将 GPU 加速的算法交易模拟提高 100 多倍
量化开发者需要运行回测模拟,以便从损益(P&L)的角度了解金融算法的表现。统计技术对于根据可能的损益路径可视化算法的可能结果非常重要。
3 MIN READ

2025年 2月 13日
使用 NetworkX、Jaccard Similarity 和 cuGraph 预测您下一部最喜欢的电影
随着全球每个人可用的数据量不断增加,消费者做出明智决策的能力也越来越难。幸运的是,对于推荐系统而言,大型数据集是一个非常有用的组件,
3 MIN READ

2024年 12月 20日
NVIDIA 黑客松获奖者分享 RAPIDS 加速机器学习工作流程的策略
今年,大约 220 个团队齐聚开放数据科学大会 (ODSC) 西部,参加 NVIDIA 黑客松竞赛,这是一场 24 小时机器学习 (ML)…
3 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
利用 RAPIDS cuML 和 GPU 加速提升多标签分类性能
现代分类工作流程通常需要将单个记录和数据点分类为多个类别,而不仅仅是分配单个标签。 借助 scikit-learn 等开源 Python 库,
1 MIN READ