Release – NVIDIA 技術博客

使用現已推出 Beta 版的 NVIDIA AI Workbench 來創建、共享和擴展企業 AI 工作流程

Tue, 30 Jan 2024 03:49:20 +0000

NVIDIA AI Workbench 現已進入測試階段，帶來了豐富的新功能，可簡化企業開發者創建、使用和共享 AI 和機器學習 (ML) 項目的方式。在 SIGGRAPH 2023 上發布的 NVIDIA AI Workbench，使開發者能夠在支持 GPU 的環境中輕松創建、協作和遷移 AI 工作負載。欲了解更多信息，請參閱借助 NVIDIA AI Workbench 無縫開發和部署可擴展的生成式 AI 模型。本文介紹了 NVIDIA AI Workbench 如何幫助簡化 AI 工作流程，并詳細介紹了測試版的新功能。本文還介紹了編碼副駕駛參考示例，該示例使您能夠使用 AI Workbench 在所選平臺上創建、測試和自定義預訓練的生成式 AI 模型。借助 AI Workbench，開發者和數據科學家可以在 PC 或工作站上靈活地在本地啟動 AI 或 ML 項目，

Source

]]>

NVIDIA CUDA 工具包 12 . 2 釋放強大功能，提升應用程序

Thu, 06 Jul 2023 03:57:31 +0000

最新發布的 NVIDIA CUDA Toolkit 12.2 引入了一系列重要的新功能，對編程模型進行了修改，并增強了對硬件功能的支持，加速了 CUDA 應用程序的發展。現在，通過通用可用性來獲取 NVIDIA 的 CUDA Toolkit 12.2，其中包括許多新功能，包括主要功能和次要功能。以下文章概述了許多關鍵功能，包括：作為加速計算，NVIDIA 為解決世界上最嚴峻的計算挑戰創造了解決方案。加速計算需要全棧優化，從芯片架構、系統和加速庫，到安全和網絡連接，這一切都始于 CUDA 工具包。觀看以下 CUDA Toolkit12.2 YouTube 首映式網絡研討會。新的 H100 現在，所有 GPU 的編程模型增強都支持 GPU 架構的功能，包括新的 PTX 指令以及通過更高級別的 C 和 C++ API 進行的公開。

Source

]]>

NVIDIA 視頻編解碼器 SDK 加速了新的視頻創建和流媒體功能

Wed, 24 May 2023 05:02:12 +0000

十多年來， NVIDIA GPU 一直采用稱為NVENC 和 NVDEC。它們具有高度并行化的架構，支持流行的編解碼器格式，并提供對 GPU 存儲器的直接訪問，以優化編碼和解碼操作。 GPU – 加速視頻意味著將視頻處理卸載到 NVENC 和 NVDEC ，減少 CPU 周期，并利用更優化的硬件單元。為了啟用 GPU 加速， NVIDIA 提供Video Codec SDK：支持高性能編碼和解碼的豐富 API 。去年， NVIDIA 推出了Ada Lovelace 架構，采用新的第八代 NVENC 。視頻編解碼器 SDK 已更新以支持AV1 encode在 NVIDIA Ada Lovelace 上，以及拆分編碼，以同時利用多個 NVENC 的功率。 Video Codec SDK 12.1是最新版本，現已上市。這篇文章重點介紹了 12 . 1 版本中支持的新功能，

Source

]]>

使用 NVIDIA DOCA 2.0 轉化 IPsec 部署

Tue, 09 May 2023 02:42:33 +0000

NVIDIA DOCA 2 . 0 于 2023 年 3 月發布，是 BlueField DPU 的 NVIDIA SDK 的最新版本。聯合 NVIDIA DOCA 和 BlueField DPU，能通過一個全面、開放的開發平臺，加快了提供突破性網絡、安全和存儲性能的應用程序的開發。 NVIDIA DOCA 2 . 0 新增了對 BlueField -3 數據路徑加速器（ DPA ）子系統的支持，并增加了對 DOCA 存儲仿真和 VirtIO 仿真的增強。 DOCA 2 . 0 還引入了新的 GPUNetIO 庫，即 IPsec 加密和解密庫，并為 DOCA Flow 庫添加了功能。如在最近的 NVIDIA GTC 中所公布， NVIDIA DOCA 2 . 0 為 BlueField -3 啟用了許多以安全為重點的用例。

Source

]]>

了解和測量 PC 延遲

Fri, 05 May 2023 03:29:00 +0000

系統延遲是一個重要的游戲性能指標。在許多情況下，它對整體游戲體驗的影響比每秒幀數（ FPS ）更大。雖然 FPS 相對容易測量，但系統延遲傳統上很難測量端到端（ E2E ）系統延遲是管道中各種延遲的總和，如圖 1 所示。為了緩解 E2E 測量困難， PC 延遲（ PCL ）統計數據使游戲玩家、評論家和開發人員能夠測量 PCL ，這是系統延遲的主要組成部分外圍設備延遲+ PCL +顯示延遲可讓您全面了解 E2E 系統延遲。使用 PCL Stats ，您可以在沒有任何外部設備或干預的情況下自主測量每幀 PCL 。要測量系統延遲管道的這一關鍵部分，請集成 PC latency Stats （通過NVIDIA Reflex SDK或虛幻引擎插件）。一旦集成， PCL 可以通過FrameView或GeForce Experience in-game overlay.

Source

]]>