边缘计算

2026年 6月 2日

使用 Microsoft 和 NVIDIA 的新工具在 Windows PC 上构建个人 AI 智能体

AI 智能体正在改变您与 PC 的交互方式。创作者、开发者和 AI 爱好者已经在广泛使用这些智能体来协助完成编码、
3 MIN READ
2026年 6月 1日

在 NVIDIA JetPack 7.2 中部署具有高显存效率的边缘代理就绪型 AI

随着 AI 智能体 从数字世界转向物理环境，他们可以轻松使用 NVIDIA Jetson，通过优化的内存和性能加速现实世界的部署。
3 MIN READ
2026年 5月 13日

用于新型材料纳米级成像 (XANI) 的加速 X 射线分析

大规模 X 射线自由电子激光 (XFEL) 能够追踪新型系统中的结构和电子动力学，包括聚变材料、半导体、电池和催化剂。
4 MIN READ
2026年 5月 7日

模型量化：使用 NVIDIA Model Optimizer 进行后训练量化

模型量化是一种有效的方法，可减少显存占用并提升消费级设备（如 NVIDIA GeForce RTX GPU）上的推理性能。
2 MIN READ
2026年 5月 5日

如何借助 NVIDIA 构建云端协同的座舱 AI 智能体

汽车座舱正在经历一场根本性的变革：从基于规则的传统交互界面，转向具备推理、规划和执行能力的代理式多模态 AI 系统。
2 MIN READ
2026年 4月 24日

使用 NVIDIA FLARE 在无重构开销的情况下进行联合学习

联邦学习 (FL) 不再是研究的好奇心，而是对棘手限制的实际回应：最有价值的数据通常是最不可动的数据。监管边界、
3 MIN READ
2026年 4月 20日

更大限度地提高内存效率，在 NVIDIA Jetson 上运行更大的模型

开源生成式 AI 模型的迅猛发展正在推动数据中心向物理世界中运行的机器迈进。开发者渴望在边缘部署这些模型，
4 MIN READ
2026年 4月 16日

如何使用 NVIDIA DeepStream 编码智能体构建视觉 AI 工作流

开发实时视觉 AI 应用给开发者带来了重大挑战，通常需要复杂的数据工作流、无数行代码和漫长的开发周期。
3 MIN READ
2026年 4月 2日

借助 Gemma 4，让 AI 更贴近边缘和设备端

随着最新 Gemma 4 多模态和多语言模型的推出，Gemmaverse 得以扩展，
2 MIN READ
2026年 3月 25日

NVIDIA DRIVE 上的集中式雷达处理实现更安全、更智能的 L4 级自动驾驶

在当前的汽车雷达发展阶段，机器学习工程师无法直接处理与相机等效的原始 RGB 图像。相反，他们处理的是雷达恒定误报率（constant…
3 MIN READ
2026年 3月 23日

NVIDIA IGX Thor 为工业、医疗和机器人边缘 AI 应用提供动力支持

工业和医疗系统正在迅速增加高性能 AI 的使用，以提高工人的工作效率、人机交互和停机管理。从工厂自动化单元到自主移动平台，再到手术室，
4 MIN READ
2026年 2月 10日

使用加速计算在大型研究设施中实时引导科学实验

设计和建造独特科学研究设施的科学家与工程师同样面临诸多挑战，其中包括处理超出当前计算基础设施承载能力的海量数据速率，
3 MIN READ
2026年 1月 26日

NVIDIA TensorRT for RTX 中的自适应推理可实现自动优化

传统上，在各种消费级硬件中部署 AI 应用需要进行权衡。可以针对特定 GPU 配置进行优化，以牺牲便携性为代价来提升性能；
3 MIN READ
2026年 1月 8日

NVIDIA TensorRT Edge-LLM 加速汽车与机器人领域的 LLM 和 VLM 推理

大语言模型（LLM）与多模态推理系统正迅速突破数据中心的局限。越来越多的汽车与机器人领域的开发者希望将对话式 AI 智能体、
2 MIN READ
2026年 1月 8日

使用 NVIDIA Isaac 和 GR00T N1.6 构建通用人形机器人能力

要让人形机器人真正有用，它们需要具备认知能力和移动操作能力，涵盖感知、规划以及在动态环境中的全身控制。 构建通用机器人需要一个统一的仿真、
2 MIN READ
2026年 1月 5日

借助 NVIDIA Jetson T4000 与 NVIDIA JetPack 7.1，加速边缘与机器人 AI 推理

NVIDIA 正式推出 NVIDIA Jetson T4000，将高性能 AI 与实时推理能力带入更广泛的机器人和边缘 AI 应用。
3 MIN READ