近期，由Nvidia的成功案例所代表的生成性AI的热潮预示着对GPU和AI训练的巨大需求，这也引发了该行业的重大投资。在此背景下，各大科技公司正在推动这一增长，而初创公司面临的挑战则是将关注点从基础设施转向为终端...

由Nvidia赋能的Getty最近推出了一项商业图像生成服务，该服务提供了强大的商业保障。这一服务的推出，将进一步推动图像生成技术的商业应用，特别是在广告、媒体和娱乐等行业，提供更加贴近需求的图像内容。Getty与Nv...

Anyscale近日发布了Endpoints，这是一种允许开发者使用流行的LLM API将快速、高效、可扩展的LLM集成到他们的应用程序中的工具。同时，该公司还宣布了与NVIDIA的新整合，以提升在Ray上的LLM的性能和开发，Ray是Anysca...

尽管市场普遍存在融资减缓的情况，但Databricks最近在I轮融资中成功筹集了超过5亿美元，使其估值飙升至430亿美元。其中，T. Rowe Price、摩根士丹利和Nvidia等都是值得一提的投资人。Databricks的强劲收入增长和运营...

最近，MLCommons推出了一项新的基准测试，用于评估顶级硬件运行AI模型的速度。在这次的评估中，Nvidia和Intel分别获得了第一和第二的位置。这项测试的发布，不仅为科技界提供了一个公平、公正的评估标准，也为消费者...

Nvidia在人工智能领域的领先地位远非稳固。它目前的优势主要是因为几乎没有人在运行大型机器学习应用程序，竞争对手还没有成熟，研究人员拥有购买力，以及关注于模型训练方面。但在不久的将来，使用CPU进行推理将会...

谷歌作为少数几个能够与Nvidia匹敌的大型组织之一，其硬件在过去一直面临挑战，尤其是其对PyTorch的支持相对较弱。然而，现在，随着更快的芯片和更好的软件支持的出现，谷歌的这一产品似乎变得非常吸引人。TPU v5和H...

近日，一篇深度解析如何使用PyTorch 2.0的torch.compile和Nvidia CUDA图表功能提升深度学习模型性能的文章引起了广泛关注。该文章详细介绍了借助CUDA图表在Llama 2上实现了2.3倍的速度提升。这对于对性能敏感的AI从...