PulseAugur
中
实时 16:06:02
实体 NVIDIA DGX Station

NVIDIA DGX Station

PulseAugur coverage of NVIDIA DGX Station — every cluster mentioning NVIDIA DGX Station across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
5
90 天内 5
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
时间线
  1. 2026-08-30 product_launch NVIDIA launched the DGX Station, a desktop workstation offering data-center-class performance. 来源
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 6 条
  1. TOOL · CL_284040 ·

    Gigabyte 发布基于 NVIDIA GB300 的台式工作站

    Gigabyte 推出了 W775-V10-L01 台式工作站,该工作站基于 NVIDIA 的 GB300 架构。这款液冷系统重达 29 公斤,为要求严苛的 AI 任务提供高性能,能够以超过每秒 26,000 个 token 的速度运行 Qwen3.6-35B-A3B 等模型。它集成了通常在大型 DGX Station 系统中找到的组件,包括 NVIDIA Grace CPU 和 Blackwell Ultra GPU,以及高速网络功能。

  2. TOOL · CL_226645 ·

    NVIDIA DGX Station 将数据中心级 AI 性能带到桌面

    NVIDIA 推出了 DGX Station,这是一款旨在为小型企业和个人用户提供数据中心级性能的桌面工作站。该系统拥有高达每秒 7.1 TB 的显存带宽,旨在以更易于获取的形式提供强大的 AI 和机器学习能力。

  3. TOOL · CL_95445 ·

    NVIDIA推出XR AI,用于现实世界应用中的AR智能体

    NVIDIA发布了NVIDIA XR AI,这是一个旨在构建智能体应用的开发者库,可将AI与增强现实和虚拟现实设备集成。该平台将XR硬件的现实世界信号与AI模型、企业数据和专用工具连接起来,从而实现能够在工作流程中感知、推理和行动的AI智能体。关键组件包括多模态感知、通过NVIDIA NeMo Retriever进行企业知识检索、对NVIDIA Nemotron等各种AI模型的支持以及智能体编排,所有这些都由NVIDIA的加速计算基础…

  4. SIGNIFICANT · CL_83639 ·

    Google DeepMind 发布 DiffusionGemma 以实现更快的本地文本生成

    Google DeepMind 发布了 DiffusionGemma,这是一个实验性的开源模型,旨在实现快速文本生成。与逐个 token 生成文本的传统模型不同,DiffusionGemma 可以并行生成多个 token,显著加快了输出速度。NVIDIA 已对该模型进行了优化,使其能在包括 GeForce RTX、RTX PRO 和 DGX Spark 系统在内的 GPU 上高效运行,从而实现更快的本地 AI 应用。

  5. TOOL · CL_62559 ·

    NVIDIA 推出用于自主工厂管理的 AI 蓝图

    NVIDIA 推出了 Factory Operations Blueprint (FOX),这是一个用于创建自主工厂经理代理的参考设计。该系统旨在将来自机器、质量控制和运营警报的实时数据统一到一个单一的决策层中。FOX 使用 NVIDIA 的 NemoClaw 和 Nemotron 模型构建,能够开发和部署用于质量检查和物料运输等任务的专用 AI 代理,早期采用者包括 Foxconn 和 Pegatron。

  6. RESEARCH · CL_01103 ·

    NVIDIA GPU和AI加速早期宇宙星系的天文发现

    天文学家正在利用NVIDIA的AI基础设施和GPU来分析詹姆斯·韦伯太空望远镜的海量数据集,从而能够更快地对早期宇宙星系进行分类和理解。一个关键工具是Morpheus AI系统,该系统改编自自动驾驶汽车技术,通过检查单个像素来区分星系组成部分。这种计算方法得到了拨款和NVIDIA DGX Station等系统的支持,对于处理原本需要数年才能分析的TB级数据至关重要。