NVIDIA DGX Spark 已在大陆地区全面到货。该设备采用 GB10 Grace Blackwell 超级芯片,配备 128GB 统一内存,可在本地运行参数量达到 200B 级别的大模型推理,适合开发者与研究人员在桌面环境下完成模型微调、原型验证与推理测试。相比依赖云端算力的方式,本地设备在数据保密性与响应速度上具备优势。以下为到货信息与配置说明。
2025-10-22 工作站服务器
本文介绍国产游戏《春草传》的云渲染方案。云渲染将图形渲染任务从用户终端移至数据中心,由 GPU 服务器完成画面计算后以视频流形式回传,使玩家无需高端显卡即可获得较高画质体验。方案重点在于 GPU 密度、编码能力与网络时延的配合:单台服务器需要承载多路并发渲染实例,同时通过硬件编码降低回传带宽与延迟。
2024-06-29 工作站服务器
本文围绕深度学习模型的部署与优化展开,梳理从训练完成到线上服务的关键环节,包括模型量化、图优化、批处理与算子融合等常见加速策略,以及推理服务框架的选型考量。同时对比 NVIDIA L40S 与 A100、H100 三款加速卡在显存容量、精度支持、互联能力与适用场景上的差异:A100/H100 更适合大规模训练与高带宽互联,L40S 则在通用推理、图形与视频处理混合负载中具备较好的成本效益。
2023-10-06 工作站服务器
NVIDIA BlueField DPU 是一款融合加速器,将网络接口、存储与安全卸载能力集成在单张 PCIe 卡上,并内置 Arm 核心用于运行基础设施服务。它可以把虚拟交换、防火墙、存储协议处理等原本消耗 CPU 的任务从主机侧卸载,释放出的 CPU 核心可用于承载业务负载。在软件定义数据中心与云原生环境中,DPU 有助于提升网络性能与隔离性,同时降低基础设施开销。
2023-09-05 工作站服务器
随着数据的数量、速度和复杂程度不断增加,数据科学领域蓬勃发展,对相关人才和技能的需求也在持续上升。不过,想要掌握实现突破所需的专业技能,学生需要打好基础,了解各种工具、编程语言、计算框架和程序库。为此 NVIDIA 深度学习培训中心发布了面向合格教育人员的第一版加速数据科学教学包,该教学包由学院与佐治亚理工学院的 Polo Chau 和普雷里维尤农工大学的教师共同参与开发。
2022-08-30 gcs
机器人领域的先驱 Pieter Abbeel 在 NVIDIA 年度 NTECH 工程会议上发表在线讲话,为机器人技术的飞跃制定了路线图。他指出,机器人需要实现巨大的 AI 训练飞跃,才能成为真正的多功能助手。如今的家用机器人可以通过电子和机械两种方式实现,但普遍缺乏能够驾驭各种情况的 AI 技术,仅借助软件和硬件的叠加难以应对开放环境中的任务变化,因此具备通用能力的神经网络大脑成为关键方向。
2022-08-30 gcs
常言道,世界上没有愚蠢的问题。事实证明,对 AI 抱有基础疑问的人并不在少数——月复一月,成千上万的读者在搜索引擎中检索这些问题。本文汇总了关于人工智能最常见的五个问题,包括 AI、机器学习与深度学习之间究竟是什么关系,神经网络如何工作,AI 是否会取代人类工作等,用尽量通俗的语言逐个给出解答,适合刚接触该领域的读者作为入门参考。
2022-08-30 gcs
ICLR(International Conference on Learning Representations)对于深度学习领域的研究人员而言意义非凡。该会议在温哥华举行,全球顶尖 AI 研究实验室的专家齐聚一堂,分享最新研究成果。NVIDIA 的三大 NVAIL(NVIDIA AI 实验室)合作伙伴——瑞士 AI 实验室(IDSIA)、纽约大学和东京大学。
2022-08-30 gcs