教程

2025年 5月 12日

在 Azure AI Foundry 上使用 NVIDIA NIM 加速 AI 推理

将 NVIDIA NIM 微服务 集成到 Azure AI Foundry ，标志着企业 AI 开发的重大飞跃。
4 MIN READ
2025年 5月 8日

扩展 NVIDIA Agent Intelligence Toolkit 以支持新的代理式框架

NVIDIA Agent Intelligence toolkit 是一个开源库，用于高效连接和优化 AI 智能体 团队。
4 MIN READ
2025年 5月 7日

使用 Python 通过 OpenUSD 实现 3D 工作流自动化

通用场景描述 (OpenUSD) 提供了一个强大、开放且可扩展的生态系统，用于在复杂的 3D 世界中进行描述、合成、仿真和协作。
2 MIN READ
2025年 5月 6日

LLM 推理基准测试指南：NVIDIA GenAI-Perf 和 NIM

这是 LLM 基准测试系列 的第二篇文章，介绍了在使用 NVIDIA NIM 部署 Meta Llama 3 模型 时，
4 MIN READ
2025年 5月 2日

CUDA 入门教程：更简单的介绍 (更新版)

注意：本博文最初发布于 2017 年 1 月 25 日，但已进行编辑以反映新的更新。 本文非常简单地介绍了 CUDA，
5 MIN READ
2025年 5月 1日

借助超参数优化实现堆叠泛化：使用 NVIDIA cuML 在15分钟内最大化准确性

堆叠泛化是机器学习 (ML) 工程师广泛使用的技术，通过组合多个模型来提高整体预测性能。另一方面，超参数优化 (HPO)…
3 MIN READ
2025年 4月 29日

构建应用程序以安全使用 KV 缓存

在与基于 Transformer 的模型 (如 大语言模型 (LLM) 和 视觉语言模型 (VLM)) 交互时，输入结构会塑造模型的输出。
2 MIN READ
2025年 4月 28日

借助代理式 AI 系统推进网络安全运营

被动式 AI 时代已经过去。一个新时代正在开始，AI 不仅能做出响应，还能思考、计划和行动。 大语言模型 (LLM) 的快速发展释放了…
3 MIN READ
2025年 4月 23日

使用 NVIDIA NeMo 微服务，通过数据飞轮增强 AI 智能体

企业数据不断变化。随着时间的推移，这给保持 AI 系统的准确性带来了重大挑战。随着企业组织越来越依赖 代理式 AI 系统 来优化业务流程，
4 MIN READ
2025年 4月 17日

顶级大师专业提示：使用 NVIDIA cuDF-pandas 进行特征工程，在 Kaggle 竞赛中夺冠

在处理表格数据时，特征工程仍然是提高模型准确性的最有效方法之一。与 NLP 和计算机视觉等神经网络可以从原始输入中提取丰富模式的领域不同，
2 MIN READ
2025年 4月 11日

借助 NVIDIA FLARE 和 Meta ExecuTorch，在移动设备上轻松进行联邦学习

NVIDIA 和 Meta 的 PyTorch 团队宣布开展突破性合作，通过集成 NVIDIA FLARE 和 ExecuTorch ，
3 MIN READ
2025年 4月 7日

使用合成数据评估和增强 RAG 工作流性能

随着 大语言模型 (LLM) 在各种问答系统中的普及， 检索增强生成 (RAG) 流程也成为焦点。
1 MIN READ
2025年 3月 31日

Volcano 调度程序中防止 GPU 碎片的实用技巧

在 NVIDIA，我们以精准和创新解决复杂的基础设施挑战为豪。当 Volcano 在其 NVIDIA DGX 云调配的 Kubernetes…
3 MIN READ
2025年 3月 26日

使用 PyG 和图形数据库通过 GraphRAG 提高问答准确性

大语言模型（LLMs）在处理特定领域的问题时往往难以保证准确性，尤其是那些需要多跳推理或访问专有数据的问题。
3 MIN READ
2025年 3月 26日

部署 NVIDIA AI Blueprint 实现成本高效的大语言模型路由

自 2022 年 11 月 ChatGPT 发布以来， 大语言模型 (LLMs) 的能力激增，可用模型数量呈指数级增长。随着此次扩展，
2 MIN READ
2025年 3月 19日

利用 Oracles 和实验反馈指导生成式分子设计

AI 生成化学有可能彻底改变科学家在药物研发、健康以及材料科学和工程领域的工作方式。研究人员无需借助“化学直觉”…
3 MIN READ