Nvidia Blackwell B200
PulseAugur coverage of Nvidia Blackwell B200 — every cluster mentioning Nvidia Blackwell B200 across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
新的认知卡尔达肖夫等级衡量文明的AI计算潜力
研究人员提出了一个名为认知卡尔达肖夫等级的新框架，用于衡量文明的计算能力。该等级类似于基于能量的卡尔达肖夫等级，它根据文明的总能量输出和计算效率来量化文明能够支持的持续AI级计算量。目前人类估计在该等级上约为0.73，预计到2035年计算能力将显著提高，尽管最终的限制可能由能源可用性、效率或政治因素决定。
-
开发者创建SM1，一种内存高效的PyTorch Mamba变体
一位开发者创建了SM1，这是Mamba1架构的一个变体，针对PyTorch进行了优化，并能在NVIDIA Blackwell硬件上运行。SM1用两个原生的PyTorch操作替换了选择性扫描，实现了d_state=1递归的精确闭式解。这种优化显著降低了内存使用量，一个拥有1.3亿参数的模型仅需56KB的推理状态，无需KV缓存。
-
Together AI 推出面向 AI 开发的自助式 GPU 集群
Together AI 推出了 Together Instant Clusters，一项提供现成可用、自助式 GPU 集群以支持 AI 开发和部署的新服务。该服务旨在简化设置多节点 GPU 基础设施的复杂过程，允许用户通过 API、CLI 或控制台在几分钟内配置包含数百个 GPU 的集群。该服务包括用于分布式训练和推理的预配置组件，支持 NVIDIA 的最新 GPU 架构和高性能网络解决方案。
-
NVIDIA GTC Taipei: Vera Rubin NVL72 and Jetson Thor lead AI hardware showcase
NVIDIA is showcasing its latest AI innovations at GTC Taipei, including the Vera Rubin NVL72 AI supercomputer, which received multiple Best Choice Awards. This system is designed for large-scale AI inference and trainin…
-
SemiAnalysis dissects NVIDIA Blackwell B200 GPU architecture
SemiAnalysis has analyzed the physical structure of NVIDIA's Blackwell B200 GPU, revealing details about its architecture and manufacturing process. The analysis suggests a complex chiplet design and advanced packaging …
-
DeepSeek V4 发布，拥有 1.6T MoE、1M 上下文和更低成本
DeepSeek V4 是一个开放权重模型系列，已发布，采用 1.6 万亿参数的专家混合（MoE）架构，每个 token 只激活 490 亿参数。该新模型拥有 100 万 token 的上下文窗口，并显著降低了推理成本，由于混合注意力（Hybrid Attention）等创新，成本比前代产品降低高达 73%。V4 系列可在 Hugging Face 上获取，其质量可与 GPT-5.4 和 Claude Opus 4.6 等领先模型相媲…
-
Hugging Face and AWS Detail Foundation Model Infrastructure
Hugging Face and AWS have collaborated to detail the infrastructure required for training and running large foundation models. The blog post outlines a layered architecture, emphasizing the interplay between AWS's compu…
-
Google's Gemma 4 model surpasses 2 million downloads, driving on-device AI adoption
Gemma 4 has achieved over 2 million downloads in its first week, indicating significant traction for the open model. Its rapid adoption is particularly notable for local and edge deployments, with users successfully run…
-
Arcee AI 全力支持在美国构建的开源模型
Arcee AI 发布了其旗舰开源模型 Trinity Large，这是一个拥有 4000 亿参数的混合专家模型，其中 130 亿参数处于激活状态。该模型使用 Nvidia Blackwell B300 GPU 在 17 万亿个 token 上进行了训练，代表了美国本土开源模型开发的一个重要进展。该公司专注于将开源模型货币化以用于本地部署，并在六个月内完成了此次训练，花费约 2000 万美元。
-
Cursor 和 Together AI 使用 NVIDIA Blackwell 优化 AI 编码助手
Cursor 是一个由 AI 驱动的编码平台，已与 Together AI 合作优化其实时推理能力。此次合作的重点是在编辑器的反馈循环中实现低延迟响应，这对于 AI 的预测和重构功能至关重要。该合作伙伴关系利用 NVIDIA 的 Blackwell 架构，特别是 GB200 NVL72，来提高性能并缩短开发者的响应时间。
-
Together AI 提升自定义模型推理速度，优化开源大模型
Together AI 推出了名为 Dedicated Container Inference 的新服务，旨在优化自定义生成媒体模型的部署和性能。该平台处理自动扩展、排队和流量隔离等复杂的编排任务，使团队能够专注于模型逻辑。该服务已展现出显著的推理速度提升，部分客户的性能提升高达 2.6 倍。此外，Together AI 还宣布了其推理平台的进步，通过利用下一代 GPU 硬件和优化的内核，为顶级开源模型实现了高达 2 倍的服务器无服务器推理速度。
-
Together AI 借助 NVIDIA Blackwell 将 AI 训练速度提升 90%
Together AI 推出了采用 NVIDIA Blackwell 平台的新 GPU 集群，显著加快了 AI 训练和推理速度。这些集群由 Together Kernel Collection 提供支持，与之前的 NVIDIA H100 硬件相比，训练速度最高可提高 90%，处理大型模型的速度超过每秒 15,000 个 token。Salesforce 和 Zoom 等早期客户已报告了显著的性能提升，其中一些客户的训练速度翻倍。Tog…
-
NVIDIA drives physical AI with new infrastructure, partnerships, and open models
NVIDIA is significantly advancing physical and agentic AI through a series of new models, infrastructure, and collaborations. The company has introduced new frontier models like NVIDIA Cosmos 3 and Isaac GR00T N1.7, alo…