NVIDIA 培训 | 参加 NVIDIA 认证在线分享会,了解认证科目和备考建议
社区首页 (3596)





请编写您的帖子内容
社区频道(11)
显示侧栏
卡片版式
全部
活动
博客
有问有答
深度学习培训中心
研讨会汇总
有奖征文
Ada助手
博文收录
官方网站
GPU 应用库

84
评分
回复


NVIDIA CUDA-X
适用于 AI 的采用 GPU 加速的微服务和库
PHYSICS WARP-Webpage|Doc NVIDIA Warp 是一个开发者框架,用于在 Python 中构建和加速数据生成和空间计算。Warp 让程序员能够轻松编写用于仿真 AI、机器人开发和机器学习 (ML) 的 GPU 加速、基于内
复制链接 扫一扫
分享

45
评分
回复


NVIDIA 与 Hugging Face 合作简化生成式 AI 模型部署
随着生成式 AI 的快速发展,社区已采取两种重要方式来促进这种扩展:迅速发布最先进的基础模型,并简化它们与应用程序开发和生产的集成。NVIDIA 通过优化基础模型来提高性能,帮助企业更快地生成代币,降低运行模型的成本,并通过 NVIDIA NIM 改善最终用户体验,从而为这一努力提供帮助。
复制链接 扫一扫
分享

42
评分
回复


可扩展联邦学习以增强 LLM 性能
想要了解有关 NIM 的更多信息?,即可免费访问任何基础设施云、数据中心或个人工作站上最多 16 个 GPU 上的自托管 NVIDIA NIM 和微服务。加入免费的 NVIDIA 开发者计划后,您可以随时通过 NVIDIA API 目录访问 NIM。要获得企业级安全性、支持和 API 稳定性,请选择通过我们的免费 90 天 NVIDIA AI Enterprise 试用版使用企业电子邮件地址访问 NIM 的选项。在不断发展的大型语言模型 (LLM) 领域,有效的数据管理是一个关键挑战。
复制链接 扫一扫
分享

39
评分
回复


NVIDIA Jetson Orin Nano 开发套件获得超级提升
生成式 AI 领域正在快速发展,新的大型语言模型 (LLM)、视觉语言模型 (VLM) 和视觉语言动作 (VLA) 模型每天都在涌现。为了站在这个变革时代的最前沿,开发人员需要一个足够强大的平台,能够使用 CUDA 优化推理和开放 ML 框架,将最新模型从云端无缝部署到边缘。为了支持机器人和多模态代理中生成式 AI 工作负载的新兴应用,NVIDIA 通过软件更新刷新了开发套件,性能空前提升高达 1.7 倍,新价格令人惊叹,仅为 249 美元。
复制链接 扫一扫
分享

43
评分
回复


NVIDIA Blackwell架构技术
想要了解有关 NIM 的更多信息?,即可免费访问任何基础设施云、数据中心或个人工作站上最多 16 个 GPU 上的自托管 NVIDIA NIM 和微服务。加入免费的 NVIDIA 开发者计划后,您可以随时通过 NVIDIA API 目录访问 NIM。要获得企业级安全性、支持和 API 稳定性,请选择通过我们的免费 90 天 NVIDIA AI Enterprise 试用版使用企业电子邮件地址访问 NIM 的选项。在AI和大型语言模型(LLMs)迅速发展的领域中,追求实时性能和可扩展性至关重要。
复制链接 扫一扫
分享

38
评分
回复


cuNumeric加速 Python 应用程序
这篇文章介绍了 cuNumeric,它是基于 Legion 编程系统的 NumPy 的替代品。它透明地加速 NumPy 程序并将其分发到任何规模和功能的机器,通常是通过更改单个模块导入语句。cuNumeric 通过将 NumPy 应用程序接口转换为 Legate 编程模型并利用 Legion 运行时的性能和可扩展性来实现这一点。
复制链接 扫一扫
分享


38
评分
回复


大型语言模型有什么用?
大型语言模型识别、总结、翻译、预测、生成文本和其他内容。AI 应用程序正在总结文章、撰写故事和进行长时间对话——而大型语言模型正在承担繁重的工作。大型语言模型或 LLM 是一种深度学习算法,可以根据从海量数据集中获得的知识来识别、总结、翻译、预测和生成文本和其他内容。大型语言模型是 Transformer 模型最成功的应用之一。它们不仅用于教授 AI 人类语言,还用于理解蛋白质、编写软件代码等等。
复制链接 扫一扫
分享

39
评分
回复


NVIDIA 开发者社区第十一届Sky Hackathon训练营实验手册---AWS Sagemaker AI部分
在这部分实验中,我们将利用AWS Sagemaker下载并部署NIM。
复制链接 扫一扫
分享

43
评分
回复


NVIDIA NIM:加速多模态RAG应用开发的强大引擎
本技术博客将深入探讨NVIDIA NIM的各个方面,帮助开发者和企业了解如何利用这一强大工具构建高性能的多模态RAG应用。NVIDIA NIM的技术架构和核心组件NIM的部署方法和最佳实践NIM API的使用详解和代码示例多模态RAG应用开发的完整流程NIM与流行框架的集成方法性能优化和扩展策略实际应用案例分析开发最佳实践和未来展望。
复制链接 扫一扫
分享


44
评分
回复


CUDA Dynamic Parallelism深度解析
CUDA Dynamic Parallelism是CUDA编程模型的一个扩展,它允许CUDA内核直接在GPU上创建和同步新的工作(即启动新的内核)。在传统的CUDA编程模型中,只有CPU(主机)能够启动GPU内核,而Dynamic Parallelism使得GPU线程也能够启动新的内核,从而实现更灵活的并行计算模式。Dynamic Parallelism的核心优势在于,它使得并行计算可以在程序的任何需要的地方动态创建,而不需要CPU的干预。
复制链接 扫一扫
分享
为您搜索到以下结果:
1,336
社区成员
1,428
社区内容





NVIDIA 企业开发者社区
NVIDIA 开发者技术交流
复制链接 扫一扫

确定
社区描述
NVIDIA 开发者技术交流 人工智能 企业社区
加入社区
获取链接或二维码
- 近7日
- 近30日
- 至今
加载中
