前沿研究
通用汽车接入英伟达平台，供应链先改哪一层
2025年GTC大会上，通用汽车宣布采用NVIDIA DRIVE AGX和Omniverse。变化不只在芯片采购，还会落到整车架构、仿真验证、供应商分工和软件维护。对这家1908年成立的车企，难点是让系统定义权与质量责任
阅读全文
Search
站内搜索
关键词：NVIDIA
找到 17 篇相关文章
前沿研究
产业动态
MI400还没摊牌，AMD先要证明这笔账能算通
AMD 已公布 Advancing AI 2026 主题演讲时间，但现有公开材料还不足以确认 MI400 的显存、功耗、售价和训练成本。判断它能否撬动 NVIDIA，重点要看 ROCm、集群互联与首批客户部署。
阅读全文
前沿研究
vLLM还是TensorRT-LLM：别脱离负载谈性能
vLLM更适合请求波动大、模型切换频繁的服务；TensorRT-LLM更适合NVIDIA硬件上模型稳定、愿意承担编译维护成本的场景。压测必须固定模型、精度、上下文、并发和硬件，单独的吞吐数字无法直接换算成成本。
阅读全文昇腾910D对比B200：这笔推理成本账还缺什么
公开素材尚不足以算出910D与B200的可信成本差值。采购价、实测吞吐、整机功耗和迁移工时缺一不可。更稳妥的办法，是把这些投入统一折算到每百万有效输出Token，再判断国产方案能否摊平适配成本。
阅读全文
前沿研究
V-JEPA 2为何押注能量模型，而不是逐像素预测
V-JEPA 2不重建未来画面，而是在潜空间预测状态表征，并用能量衡量预测与观测是否相容。最高10亿参数版本在部分基准中被报道较NVIDIA Cosmos快30倍，但这不等于JEPA能取代所有生成模型。
阅读全文
前沿研究
放进推荐系统，昇腾910C和H200差在哪
公开参数显示，昇腾910C与H200在算力和内存带宽上仍有差距。对推荐系统而言，更关键的问题是稀疏计算、跨卡通信和软件适配。现有资料不足以支持具体延迟结论，但可以划出迁移的现实边界。
阅读全文
产业动态
从NVIDIA迁到国产AI芯片，账不能只看卡价
国产AI芯片的订单和财报都在升温，但从NVIDIA迁移到昇腾、寒武纪等平台，真正难的是性能、工具链和工程适配。能跑通的案例值得看，没跑顺的成本也不能忽略。
阅读全文
前沿研究
昇腾910C追B200，先过兼容关
昇腾910C能否进入更大规模训练集群，关键不只看单卡参数。CUDA迁移、CANN适配、HCCL通信和CloudMatrix 384的集群效率，才是采购方真正要算的工程账。
阅读全文
前沿研究
AI推理加速新路径：投机解码从论文走到生产
2026年6月底，DeepSeek开源DSpark框架，NVIDIA披露EAGLE-3方案，投机解码正式从学术概念跨入生产深水区。本文拆解vLLM与TensorRT-LLM的工程实现细节，对比显存优化、国产算力适配与硬件
阅读全文
AI 工具箱
B300量产交付后，中小厂如何低成本搭建私有知识库？
算力下放不等于成本无忧。2026年下半年，面对B300的高昂能耗与采购门槛，中小企业应摒弃“全量微调”的执念，转向以RAG为核心的架构。通过FP8混合精度、INT量化与混合检索技术，在有限预算下实现高准确率的企业内部知识
阅读全文
前沿研究
前沿研究