NVIDIA Developer Blog
Source d'actualités IA. Les articles sont sélectionnés et adaptés par la rédaction de Hamidun News.
Dernières publications
NVIDIA Explique Comment Construire un Transaction Foundation Model pour l'Analyse Financière
NVIDIA a décrit une approche pour créer un modèle de fondation propriétaire basé sur les données de transactions bancaires pour la détection des fraudes et une analyse plus précise du comportement financier des clients.
NVIDIA XR AI: Comment l'Entreprise Aide les Développeurs à Construire des Agents IA pour les Lunettes AR
NVIDIA a décrit le fossé d'infrastructure dans le développement d'agents d'IA pour les lunettes AR et les appareils XR : le matériel est prêt, mais l'intégration des services d'IA en direct reste complexe.
NVIDIA décrit GQE — plateforme pour les moteurs de traitement de requêtes accélérés par GPU
NVIDIA a publié du matériel technique sur GQE — une plateforme pour concevoir des moteurs de traitement de requêtes accélérés par GPU limités par la bande passante mémoire.
NVIDIA Developer Blog Explique les Techniques d'Apprentissage par Renforcement pour les Agents IA
NVIDIA Developer Blog a publié une explication des techniques d'apprentissage par renforcement pour les agents IA—du RLHF classique aux nouvelles approches de formation des modèles basées sur les commentaires.
NVIDIA a montré l'optimisation du pipeline NuRec via Nsight Developer Tools
NVIDIA a expliqué comment les ingénieurs accélèrent la reconstruction 3D de réseaux de neurones dans Omniverse NuRec à l'aide des profileurs Nsight Developer Tools.
NVIDIA a décrit le parallélisme tensoriel non uniforme pour l'entraînement des LLM sur GPU
NVIDIA a publié dans Developer Blog une analyse de la technique de parallélisme tensoriel non uniforme qui augmente le goodput lors de l'entraînement de grands modèles de langage sur des clusters de milliers de GPU.
NVIDIA présente le profil LangChain Deep Agents pour le modèle Nemotron 3 Ultra
NVIDIA a publié des conseils sur la configuration d'un profil harness LangChain Deep Agents sous son modèle ouvert Nemotron 3 Ultra — une configuration appropriée devrait rapprocher la précision des modèles de frontière
NVIDIA accélère les requêtes analytiques Presto sur la plateforme GPU GB200 NVL72
NVIDIA a montré l'accélération GPU du moteur SQL ouvert Presto sur la plateforme GB200 NVL72 pour l'analytique à très faible latence sur très grands ensembles de données.
NVIDIA DSX OS: système d'exploitation ouvert pour les usines d'IA de toute envergure
NVIDIA a lancé un SE modulaire pour gérer les méga data centers avec des accélérateurs d'IA, résolvant le problème de fragmentation du marché.
NVIDIA Vera CPU: Nouveau Standard pour les Tâches d'IA Agentique dans les Usines
Le processeur Vera est spécialement optimisé pour exécuter les charges de travail agentiques à l'époque de l'inférence d'IA évolutive.
NVIDIA Cosmos 3: modèles pour le raisonnement et les actions dans le monde physique des robots
NVIDIA a présenté Cosmos 3 — un ensemble de modèles fondamentaux pour l'IA physique, incluant des modèles du monde, des modèles de raisonnement et des modèles d'action pour les robots et les systèmes autonomes.
NVIDIA DGX Spark: Agents d'IA Locaux sur Modèles Accélérés avec Clustering
NVIDIA a introduit la prise en charge des agents d'IA locaux sur DGX Spark avec des modèles plus rapides et des capacités de clustering multi-nœud pour les charges de travail évolutives.
NVIDIA Alpamayo: Entraînement des Modèles en Boucle Fermée pour Véhicules Autonomes
NVIDIA a présenté Alpamayo—une plateforme pour l'entraînement ultérieur de modèles de véhicules autonomes utilisant une boucle fermée de simulation et de données du monde réel.
NVIDIA DOCA : sécurité intégrée pour l'infrastructure des agents IA
NVIDIA a présenté DOCA — une plateforme intégrée dans les puces réseau qui fournit des garanties de sécurité intégrées pour les "usines IA" traitant les données dans le calcul de réseaux de neurones.
NVIDIA NeMo génère des données financières synthétiques pour l’AI
NVIDIA a ներկայացրել une méthode de génération synthétique de données financières pour l’entraînement des LLM, afin de corriger le déséquilibre des événements rares dans les actualités réelles.
NVIDIA BioNeMo Agent Toolkit : accélérer la prédiction de la structure des protéines
NVIDIA a présenté BioNeMo Agent Toolkit pour orchestrer des agents d’AI qui automatisent l’ensemble du pipeline de prédiction de la structure des protéines et de co-folding, accélérant le développement pharmaceutique.
LLM et matériel : NVIDIA sur l’équilibre entre précision, débit et réactivité
NVIDIA a publié des recommandations pour la conception des LLM qui exigent l’optimisation simultanée de trois paramètres : la précision, le débit et la vitesse de réponse pour l’utilisateur.
NVIDIA Vera CPU Augmente le Débit des Usines IA pour les Charges de Travail Agentiques
NVIDIA a expliqué comment le processeur Vera CPU réduit les délais entre les étapes d'inférence GPU et accélère les pipelines multi-étapes agentiques dans les usines IA industrielles.
NVIDIA Confidential Computing : protection des données lors de l’inférence AI sans perte de vitesse
NVIDIA a expliqué comment la technologie Confidential Computing protège les données d’entreprise directement pendant les calculs sur GPU, sans sacrifier les performances.
NVIDIA BioNeMo permet d'affiner des modèles d'IA biologique par LoRA en quelques heures
NVIDIA a lancé BioNeMo Recipes, des pipelines prêts à l'emploi pour affiner les modèles de langage ESM2 et Evo 2 avec la méthode LoRA. Il est désormais possible de les spécialiser pour des tâches biologiques avec seuleme
NVIDIA accélère le préentraînement des LLM : NVFP4 sur Blackwell avec JAX et MaxText
NVIDIA a montré comment le format NVFP4 sur les puces Blackwell, associé à JAX et MaxText, réduit le temps de préentraînement des modèles frontier et les coûts de calcul.
NVIDIA JetPack 7.2 : des agents AI sur des appareils en périphérie avec une seule commande de déploiement
NVIDIA a lancé JetPack 7.2 pour la plateforme Jetson — une seule commande CLI déploie une stack complète d'agents avec confidentialité et optimisation de la mémoire.
NVIDIA TensorRT transforme les checkpoints FP8 en moteurs pour une inférence rapide
NVIDIA a expliqué comment convertir un checkpoint quantifié en FP8 en moteur TensorRT — une étape qui transforme un modèle optimisé en véritable outil de production.
NVIDIA : comment concevoir des systèmes de stockage d'énergie par batterie pour les usines d'AI
NVIDIA a expliqué en quoi les usines d'AI diffèrent des centres de données classiques en matière de consommation d'énergie et a décrit les exigences applicables aux systèmes de stockage d'énergie par batterie (BESS) pour
NVIDIA a expliqué comment gérer des agents autonomes dans des usines d'AI d'entreprise
Les agents d'AI ont largement dépassé le cadre du chat : ils travaillent pendant des heures avec des données et des systèmes d'entreprise, et NVIDIA a expliqué en détail comment mettre en place un environnement sûr et gé
NVIDIA a expliqué comment entraîner des transformers en précision réduite sans perte de qualité
NVIDIA a publié un guide d’optimisation des modèles transformer avec FP8 et BF16 — comment accélérer l’entraînement et réduire l’usage de la mémoire GPU sans perte de précision.
NVIDIA dévoile Halos, un système de sécurité fonctionnelle pour les robots dotés d'IA
NVIDIA Halos est une pile complète de sécurité fonctionnelle pour l'IA physique : des robots qui travaillent aux côtés des humains dans les usines, les entrepôts et les hôpitaux.
NVIDIA DAQIRI : inférence IA en temps réel pour l'acquisition de données à haute vitesse
NVIDIA a présenté DAQIRI, un framework qui intègre l'IA directement dans le flux de données des capteurs et instruments scientifiques, sans latence.
NVIDIA publie un guide pour déployer AI-Q Blueprint sur Oracle Cloud Infrastructure
NVIDIA rend possible le déploiement en production d’agents AI de longue durée : AI-Q Blueprint est désormais prêt à être exécuté sur Oracle Cloud avec une sécurité de niveau entreprise.
NVIDIA a optimisé le BEV pooling sur GPU pour les véhicules autonomes, les robots et l'AI spatiale
NVIDIA a publié un guide pour accélérer le BEV pooling sur GPU — une opération clé pour la perception spatiale dans les véhicules autonomes, les robots et les systèmes d'AI spatiale.