PulseAugur
中
实时 20:07:18
实体 NVIDIA Model Optimizer

NVIDIA Model Optimizer

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

Show in brief
总计 · 30天
4
90 天内 9
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
关系
情绪 · 30 天

3 天有情绪数据

最近 · 第 1/1 页 · 共 9 条
  1. TOOL · CL_367384 ·

    NVIDIA 的 Qwen3.8-27B 草案模型在消费级 GPU 上面临速度挑战

    NVIDIA 发布了 Qwen3.8-27B 的一种推测性解码草案模型,旨在提高推理速度。该草案模型名为 nvidia/Qwen3.5-4B-Qwen3.8-27B-Draft,是一个拥有 4.21B 参数的模型,并在 Qwen3.8-27B 本身生成的数据上进行了训练。虽然 NVIDIA 声称它可以提高 token 接受率,但分析表明,在单个消费级 GPU 上,由于运行更大草案模型的开销,Qwen3.8-27B 模型中现有的 Mul…

  2. SIGNIFICANT · CL_365394 ·

    NVIDIA 发布 Qwen3.5-4B-Qwen3.8-27B-Draft 模型以加速推理

    NVIDIA 发布了一个草稿模型 Qwen3.5-4B-Qwen3.8-27B-Draft,旨在降低 Qwen3.8-27B 语言模型的解码延迟。该草稿模型通过提出候选 token,然后由 Qwen3.8-27B 进行验证,这一过程称为投机解码。该模型针对 NVIDIA 硬件进行了优化,并兼容 vLLM 等运行时,可在 NVIDIA 和 Apache 2.0 特定许可下用于商业用途。

  3. TOOL · CL_349795 ·

    NVIDIA Nemotron 3.5 Super VL 模型现已在 Amazon SageMaker JumpStart 上可用

    NVIDIA 的 Nemotron 3.5 Super VL 是一款多模态视觉语言模型,现已通过 Amazon SageMaker JumpStart 提供。该模型可以处理图像、视频和文本以生成文本输出,支持长达 100 万个 token 的上下文长度。它专为文档智能、代理的 GUI 理解和视频问答等应用而设计,提供两个版本可供部署。

  4. TOOL · CL_311784 ·

    Nvidia 发布量化版 GLM-5.3-Flash 多模态 AI 模型

    Nvidia 发布了 ZAI 的 GLM-5.3-Flash 模型的量化版本,名为 nvidia/GLM-5.3-Flash-FP4-Local。该多模态模型专为推理、编码和代理任务设计,采用混合稀疏和线性注意力架构,并带有 Manifold-Constrained Hyper-Connections 以实现长上下文能力。它针对本地 AI 硬件进行了优化,需要约 166 GiB 的 vRAM,并在高端 Nvidia 硬件配置上进行了验证。

  5. SIGNIFICANT · CL_257898 ·

    Nvidia 发布 GLM-5.3-Flash NVFP4 多模态模型,支持 1M 上下文

    Nvidia 发布了 GLM-5.3-Flash NVFP4 模型,这是 ZAI 的 GLM-5.3-Flash 的量化版本。这款多模态混合专家模型专为推理、编码和智能体任务设计,采用混合注意力架构,支持高达 100 万个 token 的上下文长度。该模型针对 NVIDIA 硬件进行了优化,提供更快的训练和推理速度,并兼容 vLLM 和 SGLang 等各种运行时引擎以及 NVIDIA Blackwell 微架构。

  6. TOOL · CL_219460 ·

    Unsloth 加速 Qwen3.8-Flash-Next 和 GLM-5.3-Flash 性能

    Unsloth 发布了更新,显著加速了 Qwen3.8-Flash-Next 和 GLM-5.3-Flash 模型的性能,提供高达 2 倍的生成速度提升和更低的 token 消耗。这些改进归功于多轮规划 (MTP) 和针对 Apple Silicon 优化的 MLX 推理等优化,能够实现更长、更快的聊天。此次发布还包括对模型加载、聊天编辑安全、本地媒体 API 和硬件兼容性(特别是 AMD GPU)的广泛增强。

  7. SIGNIFICANT · CL_161601 ·

    NVIDIA 发布 Qwen-Image-Flash 文本到图像模型

    NVIDIA 发布了 Qwen-Image-Flash,一款新的文本到图像生成模型。该模型是 Qwen/Qwen-Image 的一个精简版本,采用了 NVIDIA 的 FastGen、Model Optimizer 和 AutoModel 项目中的四步过程和 DMD2 蒸馏技术。调度器被配置为特定的四步轨迹,旨在从文本提示高效生成图像。

  8. SIGNIFICANT · CL_166824 ·

    NVIDIA 发布 Qwen-Image-Flash 以实现快速文本到图像生成

    NVIDIA 发布了 Qwen-Image-Flash 模型,这是 Qwen/Qwen-Image 模型的蒸馏版本,专为快速文本到图像生成而设计。该模型采用四步 DMD2 蒸馏过程,并针对 NVIDIA 硬件进行了优化,提供更快的推理速度。它适用于商业和非商业用途,面向开发人员和研究人员,用于创意内容原型设计和对延迟敏感的应用。

  9. TOOL · CL_119138 ·

    NVIDIA发布Kimi-K2.6-DFlash以优化Moonshot AI延迟

    NVIDIA推出了Kimi-K2.6-DFlash,这是专为Moonshot AI的Kimi-K2.6模型设计的草稿头。该新组件通过NVIDIA Model Optimizer针对推测解码进行了优化,旨在减少在NVIDIA GPU硬件上运行时代理和RAG系统的延迟。Kimi-K2.6-DFlash是在NVIDIA Open Model License下发布的。