NVIDIA
共 4 篇文章
NVIDIA进阶
用 NVIDIA Vera CPU 解决 agentic AI 集群面临的挑战
基于 16.3 万个 agentic 会话的真实遥测数据，超过 97% 的会话轨迹各不相同，传统的多规格 CPU 集群策略在 AI 工厂中难以为继。NVIDIA 分析认为 agentic 负载是「长串行关键路径 + 瞬时并行爆发」的混合形态，因此 Vera CPU 以单线程性能与高并发并重的单一设计点来优化「完成的会话总数」，实测每核 agentic 性能最高可达 AMD Venice 的 1.5 倍。
2026-08-246 分钟
NVIDIA进阶
NVIDIA AVO 在 ARC-AGI-3 上达到 100%，展示面向长程自主智能体的前沿级通用架构
NVIDIA 的智能体变异算子（AVO）架构通过持久记忆、监督与工具使用，将 Claude Opus 5 从 30% 的模型基线提升为在 ARC-AGI-3 上满分的完整智能体系统，说明系统设计而非仅模型能力才是解锁前沿级长程性能的关键。
2026-08-219 分钟
NVIDIA进阶
在 NVIDIA GB300 NVL72 上部署 Qwen3.8-2.4T-A95B：2.4T 参数模型与可配置推理能力
阿里开源 2.4T 总参数、每 token 激活 95B 的 Qwen3.8-2.4T-A95B，采用全注意力与线性注意力混合架构和细粒度 MoE，支持百万 token 上下文与 low/high/xhigh 推理档位。NVIDIA 通过 SGLang、vLLM、Dynamo 与 NIM 提供 Day-0 部署方案，在 GB300 NVL72 上 FP8 精度实现每 GPU 超 4K tokens/s。
2026-08-125 分钟
NVIDIA进阶
NVIDIA Nemotron 3.5 Lightning：为长时运行 agent 提供快速、准确的专业任务执行
Nemotron 3.5 Lightning 是 30B 参数、3B 激活参数的开源 MoE 模型，面向常驻 agent 的高吞吐低延迟执行层，通过 speculative decoding、harness 优化训练和 NVFP4 量化，在同尺寸模型中实现最高 4 倍输出速度并拿下精度-速度 Pareto 前沿，配合 NeMo Switchyard 可与其他模型组成「模型系统」按任务路由。
2026-08-1110 分钟