CUDA-X
PulseAugur coverage of CUDA-X — every cluster mentioning CUDA-X across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
NVIDIA CUDA-X 库赋能 AI 智能体加速科学发现
NVIDIA 已扩展其 CUDA-X 库,为 AI 智能体提供增强的科学发现工具。这些库,包括 cuPhoton、cuPotential 和 cuSpa,使研究人员能够更高效地处理海量数据集和模拟复杂系统。重点介绍的具体应用包括将黑洞成像分析速度提高几个数量级,加速聚变模拟以获得实时洞察,以及提高药物发现分子模拟的速度和准确性。
-
NVIDIA AI 平台助力欧洲工业生产力与创新
NVIDIA正通过其AI和仿真技术,赋能欧洲工业巨头提升生产力和创新能力。该公司已发布NVIDIA Factory Operations Blueprint (FOX) 供早期访问,允许开发者创建工厂管理代理,执行视觉检测和车队管理等任务。这些代理可与NVIDIA的Nemotron和Cosmos模型以及现有工程软件集成。西门子(Siemens)和梅赛德斯-奔驰(Mercedes-Benz)等公司已在利用NVIDIA的平台,包括CUDA…
-
NVIDIA cuDSS 加速 GPU 上的工程模拟
NVIDIA 发布了 NVIDIA cuDSS,这是一个 CUDA-X 库,旨在通过利用 GPU 来加速工程和科学模拟。该新工具专门针对求解大型稀疏系统这一计算密集型任务,这是模拟工作流程中的常见瓶颈。通过将此过程卸载到 GPU,NVIDIA cuDSS 旨在显著缩短模拟时间,使工程师和科学家能够更有效地探索更复杂的模型和更广阔的设计空间。包括 Applied Materials、COMSOL、Cadence、Dassault Sys…
-
英伟达 CEO 在 GTC 柏林发布 AI 工厂、安全代理
英伟达 CEO 黄仁勋在 GTC 柏林 2026 上发布了新的 AI 基础设施和代理技术。他强调了英伟达对欧洲 AI 生态系统的承诺,承诺近 100 亿美元,并展示了与主要欧洲公司的合作关系。主要发布内容包括:NVIDIA DSX POD,一个专为快速部署设计的模块化 AI 工厂解决方案;以及 NVIDIA OpenShell 参考架构,用于安全 AI 代理,强调安全是关键的工程挑战。
-
NVIDIA 详解AI工厂战略以实现投资回报最大化
NVIDIA 正在详细介绍其构建旨在实现投资回报最大化的AI工厂的战略,重点关注生产力、耐用性和可互换性。这些工厂旨在通过提供高吞吐量和低每token成本来最大化盈利能力,通过耐用的硬件和软件优化来延长其使用寿命,并通过支持广泛的AI和非AI工作负载来扩大需求。该公司强调,Vera Rubin NVL72系统等AI硬件和软件的进步显著提高了效率并降低了成本,进而推动了对AI计算需求的增长。
-
NVIDIA nvmath-python 加速 AI 数学运算
NVIDIA 发布了 nvmath-python,这是一个旨在提高 AI 工作流性能的库。这个新工具将 Python 的科学计算能力与 NVIDIA 的 CUDA-X 数学库相结合。此次集成旨在加速核心数学运算,从而提高 AI 开发和部署的效率。
-
NVIDIA发布电信AI报告;强调CUDA-X对创新的影响
NVIDIA发布了其《2026年电信人工智能现状报告》,调查了1000多名专家关于电信公司如何利用人工智能提高运营效率和促进增长。另外,NVIDIA首席执行官Jensen Huang强调了CUDA-X生态系统的重要性,指出其内部超过1000个库支持开发人员在科学和工程领域取得突破。在一项相关进展中,Ashutosh Shrivastava指出了人工智能开发工具的碎片化问题,并介绍了Quadcode,一个旨在整合编码、视频和图像生成工作…