Models / Libraries / Frameworks

2025年 4月 23日

利用 NVIDIA DesignWorks 實現實時 GPU 加速的高斯體渲染示例 vk_gaussian_splatting

高斯射是一種渲染復雜 3D 場景的新穎方法，可將這些場景表示為 3D 空間中各向異性 Gaussians 的集合。
1 MIN READ
2025年 4月 23日

NVIDIA Secure AI 正式發布

隨著許多企業開始對其數據進行 AI 訓練或推理，需要保護數據和代碼，尤其是大語言模型 (LLMs) 。由于數據敏感性，
1 MIN READ
2025年 4月 21日

使用 NVIDIA TensorRT 優化基于 Transformer 的擴散模型以生成視頻

先進的圖像擴散模型需要數十秒才能處理單張圖像。這使得視頻擴散更具挑戰性，需要大量計算資源和高昂成本。
4 MIN READ
2025年 4月 17日

在 NVIDIA OptiX 中使用協作向量實現神經渲染

NVIDIA OptiX 9.0 的發布引入了一項名為 Cooperative Vectors 的新功能，
4 MIN READ
2025年 4月 16日

宣布推出基于 CUDA 評估 LLM 的開源框架 ComputeEval

大語言模型 (LLMs) 正在徹底改變開發者的編碼方式和編碼學習方式。對于經驗豐富的或初級的開發者來說，
1 MIN READ
2025年 3月 27日

R2D2：利用 NVIDIA 研究中心的新型工作流和 AI 基礎模型，提升機器人的移動和全身控制能力

歡迎閱讀首期“NVIDIA 機器人研究與開發摘要（R²D²）”。
3 MIN READ
2025年 3月 26日

使用 PyG 和圖形數據庫通過 GraphRAG 提高問答準確性

大語言模型（LLMs）在處理特定領域的問題時往往難以保證準確性，尤其是那些需要多跳推理或訪問專有數據的問題。
3 MIN READ
2025年 3月 25日

借助 NVIDIA NIM 微服務，在 RTX AI PC 和工作站上開啟您的 AI 之旅

隨著數字人、智能體、播客、圖像和視頻生成等新興用例的出現， 生成式 AI 正在改變我們與 PC 的交互方式。
2 MIN READ
2025年 3月 25日

聚焦：AXA 借助 NVIDIA Earth-2 探索 AI 驅動的颶風風險評估

大型集成對于預測僅通過歷史數據無法完全理解的罕見、高影響事件至關重要。通過模擬數千個潛在場景，它們提供了必要的統計深度，以評估風險、
2 MIN READ
2025年 3月 25日

利用 NVIDIA Earth-2 提升洪水風險評估能力

陸地洪水每年都會造成重大的經濟和社會影響。在 2024 年給保險業造成超過 10 億美元損失的八場自然災害中，有六場被歸類為洪水事件，
3 MIN READ
2025年 3月 19日

MONAI 集成先進的代理式架構，建立多模態醫療 AI 生態系統

醫療數據的數量和復雜性不斷增加，以及對早期疾病診斷和提高醫療效率的迫切需求，正在推動醫療 AI 取得前所未有的進步。
2 MIN READ
2025年 3月 18日

借助 NVIDIA DGX 云基準測試衡量和提高 AI 工作負載性能

隨著 AI 功能的進步，了解硬件和軟件基礎架構選擇對工作負載性能的影響對于技術驗證和業務規劃都至關重要。
2 MIN READ
2025年 3月 12日

輕量級、多模態、多語種 Gemma 3 模型實現性能優化

使用基礎模型構建 AI 系統需要在內存、延遲、存儲、計算等資源之間實現微妙的平衡。在將生成式 AI 功能引入快速發展的 AI 應用生態系統時，
1 MIN READ
2025年 3月 6日

在 NVIDIA GPU 上無需更改代碼即可加速 Apache Spark ML

適用于 Apache Spark 軟件插件的 NVIDIA RAPIDS 加速器 開創了零代碼更改用戶體驗 (UX)，
2 MIN READ
2025年 2月 28日

借助 Databricks Pixels 2.0 和 MONAI 加速醫學影像 AI 運營

根據世界衛生組織（WHO）的數據，全球每年都會進行 36 億次醫學影像檢查，以診斷、監測和治療各種疾病。
3 MIN READ
2025年 2月 27日

借助 NVIDIA KvikIO 實現高性能遠程 IO

處理大量數據的工作負載 (尤其是在云端運行的工作負載) 通常會使用對象存儲服務 (S3、Google Cloud Storage、
2 MIN READ