Filter

×
当前筛选 清除全部
关键词: DGX Station ×
9 情报总数
NVIDIA Other 强信号 2026-06-02

GTC台北2026:DSX开源数据中心平台,同等电力多部署40%芯片

NVIDIA在GTC台北2026推出开源数据中心软件平台DSX,提供规划、部署和监控工具套件。关键优势:同等电力预算下额外部署最多40%加速芯片。黄仁勋称可零成本对整个工厂数字孪生。同时发布DGX Station for Windows,748GB统一内存、20 petaflops FP4算力,Q4 2026上市。

NVIDIA Other 强信号 2026-06-01

NVIDIA GTC台北2026:DSX开源数据中心平台,同等电力多部署40%加速芯片

NVIDIA在GTC台北2026推出开源数据中心软件平台DSX,以开源模式向基础设施运营商提供规划、部署和监控完整工具套件,用户可按需选取组件。关键优势:同等电力预算下可额外部署最多40%加速芯片——对受供电容量限制的大型数据中心尤为显著。黄仁勋表示借助DSX可在不花一分钱的情况下对整个工厂进行模拟,安装任何机架之前验证性能。同时发布DGX Station for Windows高端工作站,748GB统一内存、20 petaflops FP4算力,运行万亿参数模型和数百个智能体,Q4 2026上市。

NVIDIA Other 强信号 2026-06-01

NVIDIA发布工厂运营蓝图,定义自主工厂管理器代理架构

NVIDIA发布Factory Operations Blueprint (FOX)参考设计,用于构建基于AI的自主工厂管理器代理。该蓝图整合NemoClaw、AI-Q Blueprint及Nemotron开放模型,旨在连接工厂异构系统、自动化AI模型训练并协调各类专业代理,实现工厂级智能决策。

Microsoft Other 强信号 2026-06-01

微软与英伟达共推基于Arm架构RTX Spark的Windows平台,瞄准本地AI智能体与工作站

微软与英伟达宣布深度整合,推出基于全新Arm架构RTX Spark芯片的Windows PC与工作站。该平台通过高达128GB统一内存、1 petaflop AI算力及Windows系统层优化,旨在将前沿AI模型与智能体(agent)工作负载从云端迁移至本地设备运行。

NVIDIA Other 强信号 2026-05-29

NVIDIA将Step 3.7 Flash多模态模型深度整合至其企业AI全栈

NVIDIA宣布在其加速平台上全面支持StepFun的Step 3.7 Flash模型,这是一个1980亿参数的MoE多模态模型。通过TensorRT-LLM、vLLM进行优化推理,并通过NVIDIA NIM提供生产就绪的容器化微服务部署,同时支持基于NeMo框架的Day 0微调。

NVIDIA Other 强信号 2026-05-01

英伟达通过NemoClaw与OpenClaw合作,推动企业级自主AI代理安全部署

英伟达通过NemoClaw参考实现,整合OpenShell安全运行时与Nemotron开源模型,为企业提供安全部署“长时运行自主AI代理”的蓝图。此举旨在应对自主AI代理带来的千倍推理需求增长与安全治理挑战,将AI基础设施控制点向本地、安全、可审计的架构迁移。

NVIDIA Other 强信号 2026-04-29

英伟达发布Nemotron 3 Nano Omni统一多模态模型,瞄准AI Agent感知层

英伟达发布开源多模态模型Nemotron 3 Nano Omni,采用30B-A3B混合MoE架构,将视觉、音频与语言处理统一于单一模型,旨在作为AI Agent的“眼睛和耳朵”。该模型声称能消除多模型协作的延迟与上下文碎片化问题,在保持交互性的同时实现高达9倍的吞吐量提升,降低AI Agent的部署与推理成本。

NVIDIA Other 强信号 2026-03-23

英伟达推出OpenShell,为自主AI代理建立运行时安全沙盒

英伟达发布开源项目OpenShell,旨在为自主AI代理提供安全运行时环境。其核心是采用‘浏览器标签’模型,在系统层面隔离代理操作与策略执行,防止策略被覆盖或数据泄露。此举与多家安全厂商合作,推动企业级AI代理的统一策略层。

NVIDIA Other 强信号 2026-03-23

NVIDIA发布OpenShell开源运行时,构建AI代理安全隔离架构

NVIDIA推出开源安全运行时OpenShell,为自主AI代理提供系统级沙箱隔离,实现应用操作与基础设施策略执行的分离。通过与思科、谷歌云等安全厂商合作,建立统一的运行时策略管理框架。同时发布参考栈NemoClaw简化OpenShell与Nemotron模型的部署。