英伟达官方博客

RSS: https://blogs.nvidia.com/feed/
NVIDIA 官方博客，关于 AI、加速计算、游戏、数据中心与自动驾驶的前沿资讯。

开放科学如何帮助研究人员为下一次大流行做准备

NVIDIA、Google DeepMind、EMBL-EBI 等多家机构合作，将 2800 多种病毒的蛋白质复合物 3D 结构预测数据公开至 AlphaFold Database。 数据基于 AlphaFold2 + NVIDIA BioNeMo 推理运行时生成，其中约 30% 的蛋白相互作用在现有 Protein Data Bank 中从未记录过。NVIDIA 同时开源了 BioNeMo Structure Prediction Pipeline，允许研究者自行对目标蛋白做结构预测。 文章引用了全球发展中心的估计（2050 年前发生类似 COVID 级别大流行的概率约 50%），以及格拉斯哥大学 Joe Grove 的观点：为未来"黑天鹅"病毒提前储备结构知识至关重要。 数据集发布与联合国大会疫情防制会议同期，目前 AlphaFold Database 已覆盖 2.6 亿+ 蛋白及复合物预测。
评论点赞收藏5 天前

遏制混沌：‘CONTROL Resonant’ 在 GeForce NOW 上线

英伟达官方博客周更稿：《Control: Resonant》登陆 GeForce NOW 云游戏，Ultimate 会员可云端体验 RTX 5080 级性能、DLSS 4、光线追踪、5K HDR，并跳过 100GB 本地安装。 同周捆绑促销：9 月 27 日前购买 12 个月 Ultimate 会员可免费获得游戏。另外 GeForce NOW 即将支持 Google 新推的“Googlebooks”（为 Gemini 设计的 ChromeOS+Android 笔记本，搭载 Titan C 芯片）。 本周还有 DragonSword: Awakening 等 9 款新游戏上线。整体属于机构例行发布，信息集中在云游戏平台更新和会员促销，缺乏独立技术判断或争议点。
评论点赞收藏5 天前

Sakeena Fiza 帮助英伟达硬件在规模化下成功

<p>当萨基娜·菲扎描述自己在英伟达担任验证工程师的工作时，她的用词与其说是世界级的工程实验室，不如说更像是一部侦探小说。</p><p>“验证工程师会深入阴影，把光线投向每一个角落，”菲扎说道，“每当我们拿到一个系统，我们的第一反应就是：它会如何出故障？”</p><p>那么，一旦出现问题呢？</p><p>“我总是把它看作一个需要破解的谜题，”她说。</p><p>在英伟达，菲扎和她在数据中心系统工程实验室的同事们所研究的系统，正是人工智能时代的引擎。她的工作从整个世界还未知晓产品存在之时便已开始——在实验室里，当新系统第一次通电时。</p><p>组件逐一启动，电路板逐步集成，固件与软件团队紧密协作，工程师们则时刻关注着系统最初的运行迹象。</p><p>菲扎在英伟达工作之初最深刻、也最持久的记忆之一，是她首次在系统层面看到正常运行时所感受到的那种集体喜悦。</p><p>“屏幕上赫然显示‘NVIDIA Corporation Device’，”她回忆道，“所有人都欢呼雀跃，因为那是鲁宾GPU首次在系统层面被识别出来。”</p><p>这些激动人心的时刻，仅仅只是开端。接下来，系统必须变得坚如磐石：从单个托盘到机架，再到集群，直至生产线，最终抵达客户的AI工厂。</p><p>菲扎将验证——即在量产前确保物理设备正常运作的过程——比作“成为产品的第一批用户”，在任何其他人依赖它之前，就已在各种真实场景下将其硬件推向极限。</p><p>“我们的目标始终是在客户发现问题之前，就把问题揪出来，”她说。</p><figure><img src="https://blogs.nvidia.com/wp-content/uploads/2026/09/Sakeena-Fiza_NVIDIA-Life_01-1680x1121.png"><figcaption>Beyon…</figcaption></figure>
评论点赞收藏6 天前

新加坡 AI 日：英伟达与伙伴展示东南亚 AI 进展

英伟达官方博客发布的 NVIDIA AI Day Singapore（9月22-23日，莱佛士城会议中心）活动通稿。主要内容包括：英伟达联合合作伙伴在东南亚推动 AI 从试点走向生产级部署，覆盖政府运营、公民服务、关键基础设施与公共安全、以及支持初创企业和开发者四个方向。 新加坡国内安全科技局（HTX）将基于 Nemotron 3 Super 和 Nemotron 3 Nano Omni 模型开展公共安全 AI 研究，利用 Super 模型支持复杂推理和 agentic 工作流，利用 Omni 模型的多模态（视觉+音频+语言）能力开发基于真实运营数据的应用。 整体为典型 PR 宣传稿，缺乏技术细节和可争论观点。
评论点赞收藏7 天前

英伟达 Isaac ROS 5.0 推动代理式开源机器人开发

NVIDIA 在 ROSCon 多伦多大会上发布 Isaac ROS 5.0，新增 agentic workflow 支持，兼容 ROS Lyrical 和 Ubuntu 24.04。NVIDIA 与 Open Source Robotics Alliance 合作，向 ROS Lyrical 贡献了一套标准数据处理接口，帮助跨硬件（含 GPU）高效运行机器人软件，CUDA 作为 GPU 加速的参考实现。 该版本面向约 130 万 ROS 用户，提供新的可复用技能（setup 和 manipulation）来加速机器人应用开发与部署。整体为机构发布通稿，信息量有限，缺乏独立技术评测或开发者视角。
评论点赞收藏7 天前

英伟达推出 DSX Ready，为 AI 工厂认证电力与冷却方案

NVIDIA 推出 DSX Ready 认证计划，为 AI 工厂的配套硬件（首批为电池储能系统和冷却分配单元）提供与 NVIDIA DSX 参考设计对齐的认证流程。 首批通过认证的厂商包括 Hitachi Energy、LG Energy Solution、Tesla（BESS）以及 LG Electronics、LiquidStack、Vertiv（CDU）。 该计划旨在降低集成风险、让构建者更容易按参考设计选型。内容基本是官方发布口径，对关注 AI 基础设施和数据中心电力/冷却布局的读者有一手厂商名单价值，但缺乏独立观点或技术深度。
评论点赞收藏8 天前

大规模部署物理AI，为何每一层都需要安全

NVIDIA博客主张：到2035年将有约4900万辆L3-5自动驾驶汽车和6000万台工业机器人部署，物理AI进入道路、工厂、仓库等与人共享的环境，安全必须随规模扩展。 核心观点是安全不能只在部署前做一次检查，而要贯穿硬件、软件、AI模型、运行环境与全生命周期；动态环境要求系统感知变化、自适应并能在异常时进入安全状态，AI行为需在设计、运行和验证时设置独立guardrail，并关注ISO/IEC TS 22440等新兴标准。
评论点赞收藏8 天前

从赋能到落地：埃及 AI 生态迈入生产规模

英伟达官方博客介绍其在埃及及非洲的 AI 生态布局。核心内容包括：埃及 AI 从业者在埃及国家博物馆举办的生态大会，NVIDIA 高管发表演讲并举办创业公司面板；Deep Learning Institute 学员一年内增长十倍；埃及电信监管机构批准 Hassan Allam Data Centers 建设数据中心，涉及约 4 亿美元投资；NVIDIA Inception 项目覆盖智能空间、医疗、网络安全、机器人等领域，列出 Aidera、Intella 等本地创业公司。 整体为机构宣传/生态展示性质，信息增量有限，缺少技术深度或可争论观点。
评论点赞收藏8 天前

AI 安全是工程问题——如何在 Agent 技术栈的每一层解决它

英伟达官方博客提出 AI 安全本质是工程问题，需要将身份管理、访问控制、暴露面限制和防护验证等成熟安全原则逐层应用到 AI Agent 架构中。 文章将 Agent 技术栈分为模型、编排层（harness）和运行时三层，指出每层都有独立的安全职责。以一个 Agent 在处理客户文档时被注入恶意指令、试图导出数据到未授权地址的场景为例，说明网络策略应阻断传输、日志应记录工具调用和授权决策、最小权限原则应阻止"更新客户记录"权限自动扩展到"导出数据"。 文章还强调行业需加速防御工具开放、更快共享有效经验。整体是机构视角的系统性框架阐述，缺乏一手踩坑数据或具体工具推荐，偏概念对齐而非深度实操。
评论点赞收藏8 天前

五家借助英伟达 AI 推动清洁能源的公司

英伟达官方博客，介绍纽约气候周上五家利用 NVIDIA AI 加速清洁能源的公司。ThinkLabs 用 CUDA 数字孪生把电网接入评估从 30-45 天压缩到 2 分钟；Atomic Canyon 为核电运维做 AI 知识管理。 整体是厂商展示自家生态合作伙伴的公关稿，信息为产品能力与案例的正面描述，缺少独立视角或争议点，技术读者可作生态观察参考但互动价值有限。
评论点赞收藏9 天前

可爱小生物上云：《Aniimo》登陆 GeForce NOW

NVIDIA 官方博客发布的每周 GeForce NOW 新游推送：Pawprint Studio 的免费开放世界抓宠 RPG《Aniimo》上线，可在 Steam Deck、Firefox 浏览器等受支持设备串流游玩，免去 45GB 下载；《007 First Light》新增光线追踪（路径追踪）画质更新；同时还有《Active Matter》《Outer Wilds》等 11 款新游戏本周加入云游戏平台。 属于例行任务式通稿，信息正确但缺少一手观点或争议。
评论点赞收藏12 天前

英伟达 Vera Rubin NVL72 首秀 MLPerf Inference v6.1，性能领先

英伟达在 MLPerf Inference v6.1 预览中首次提交 Vera Rubin NVL72，称其在 DeepSeek-R1 和 Qwen3-VL 上吞吐量最高比 GB300 NVL72 提升 3.7 倍（离线/服务器/交互场景）。 GB300 的 288 GPU 四机柜配置达到 99% 扩展效率，吞吐量随机柜数近乎线性增长。v6.1 软件优化较 v6.0 带来最高 1.6 倍性能提升，且提交后仍持续优化。 整体是典型厂商 benchmark 发布，数字有参考价值，但表述框架偏向"平台万能/持续领先"的宣传口径，缺少独立第三方验证和工程细节拆解，讨论空间有限。
评论点赞收藏13 天前

英伟达、谷歌与 Emerald AI 组建联盟，推动可灵活调度的 AI 数据中心

英伟达、Google 与 Emerald AI 联合发起 AI 能源管理联盟（AEMA），目标是让数据中心能根据电网状态动态调节用电，从而更快速、更大地接入 AI 基础设施，同时减轻电网压力、降低每瓦环境影响并支持电费可负担性。 文章强调，电力已成美国 AI 扩张的关键约束，传统并网流程假设负载是静态的，而 AI 数据中心可以通过迁移工作负载、放电、配对发电和响应系统应急等方式充当可控资源；联盟采用技术中立、基于性能指标的要求，关注响应速度、持续时间、可预测性和行为表现等可量化维度。
评论点赞收藏13 天前

曼彻斯特大学用 NVIDIA Earth-2 生成式模型预测英国全境空气污染

曼彻斯特大学地球与环境科学系教授 David Topping 与 NVIDIA Earth-2 团队合作，将原本用于气候/气象预测的生成式 AI 框架（CorrDiff 下采样模型 + StormCast 时间依赖预报模型）迁移到空气污染场预测。 训练数据来自既有化学-气候模拟，在英国 Bristol 的 Isambard-AI 超算上完成；推理与微调工作流也跑在了 NVIDIA DGX Spark 个人 AI 超算上。 论文称模型"一次就 work"。应用方向包括：模拟不同政府限排政策下的空气变化、为医疗组织提供主动式空气质量洞察。信息增量有限——核心是"用成熟气象 AI 模型做污染场"，技术路径清晰但属于应用层组合，无开源代码或定量精度数据，且发布方为 NVIDIA 官方博客，属机构宣传向内容。
评论点赞收藏14 天前

黄仁勋在 Dreamforce 上：「现在我们可以知道一切、做任何事」

黄仁勋在 Salesforce Dreamforce 演讲中与 Marc Benioff 同台，宣布 Salesforce 首个 CRM 推理模型 Koa，基于 NVIDIA Nemotron 3 Super，使用近 30 年企业 CRM 部署数据构建的专有合成数据集进行后训练。 黄仁勋将 AI 定位为"基础设施层"，类比电力与互联网，称"现在我们可以知道一切、做任何事"。在 AI 安全问题上，他直言"安全是头号任务"，但同时强调"安全是工程问题"，主张创新与速度不必以牺牲安全为代价，"如果你没把握产品是否安全，就别发布"。 他还提到自己是较早反对"AI 将终结软件行业"论调的人。文章截断于"AI 不是……"，未完整展示他的第二个反驳观点。整体为 NVIDIA 官方博客视角的报道，信息集中在 Koa 模型发布和安全观点，但缺少技术细节和独立分析。
评论点赞收藏14 天前

从兆瓦到 Token：NVIDIA 如何最大化 AI 工厂产能

<p>在硅谷一个闷热的八月夜晚，太阳落山，空调负载激增，硅谷电力向一家人工智能工厂发出信号，要求调整其功耗。</p><p>瓦伦·西瓦拉姆和大约四十人一起通过Zoom观看——他在旧金山Emerald AI的会议室、数据中心的工程师以及公用事业公司的人员。没有人碰任何东西。</p><p>Emerald AI的Conductor平台——由NVIDIA合作伙伴Emerald AI打造的网格编排平台，是NVIDIA DSX Flex所具备的灵活性的早期范例——能够接收关于电网状况的信号，并调整数据中心的灵活计算工作负载。<br><br>可以等待的工作会被放慢或重新安排，而更高优先级的服务则继续运行。</p><p>目标是在电网受限时减少电力需求，同时不中断关键的人工智能工作负载——这正是硅谷电力所需要的，</p><p>当减量出现在屏幕上时，大家都欢呼起来。</p><p>“我们屏息以待，”Sivara姆说。“这是我们首次在数千块NVIDIA GPU上部署。”他的产品主管Mansi Shah情绪激动。“这感觉有点像SpaceX的火箭发射，”她说。</p><p>硅谷电力公司此后向那家人工智能工厂发送了200多个需求信号。每次都成功了。</p><figure><img src="https://blogs.nvidia.com/wp-content/uploads/3026/09/Nvidia-Image-2-1680x881.jpg"><figcaption>The Emerald AI team in San Francisco watches as Silicon Valley Power’s demand signal hits the factory floor — power dropping from four me…</figcaption></figure>
评论点赞收藏14 天前

AI Infra Summit：NVIDIA Vera Rubin 与 DSX 平台展示 AI 工厂"每瓦 Tokens"能效优化

NVIDIA 副总裁 Ian Buck 在 AI Infra Summit 上介绍 AI 工厂能效优化：Amazon Annapurna Labs 与 NVIDIA 合作开发 NVHBM 定制高带宽内存；d-Matrix 通过 NVLink Fusion 将 NVIDIA Vera CPU 与自家 Raptor XPU 结合做超低延迟推理；Emerald AI 与 NVIDIA 展示商用 AI 工厂弹性负载方案；Lambda 用 DSX MaxLPS 将每瓦性能提升 23%；Pinterest 用 Blackwell + Dynamo 推理软件为视觉发现引入对话 AI。 文章核心论点是 AI 基础设施的衡量指标正从峰值性能转向"每兆瓦验证过的 agent tokens"，NVIDIA 推出从 Vera Rubin 到 Dynamo、NeMo、NVLink、Spectrum-X、ConnectX、BlueField 的全栈 AI 工厂平台，DSX MaxLPS 可将每兆瓦 tokens 提升最多 1.4 倍。 整体是 NVIDIA 官方博客的产品与生态合作展示，信息正确但视角单一，缺少独立技术分析和可争论点。
评论点赞收藏14 天前

费城儿童医院如何用 NVIDIA 开源 AI 把儿童心脏建模从 4 小时压到几秒

费城儿童医院（CHOP）基于 NVIDIA 共同发起的开源医学影像框架 MONAI，将儿童心脏的 3D 建模时间从 4 小时压缩到数秒，已用于先天性心脏病手术前的常规术前规划。 文章介绍了 CHOP 与 NVIDIA、3D Slicer/SlicerHeart 开源社区合作的十年历程：从 2015 年 3D 超声刚普及、几乎无适配儿童解剖的工具，到现在用 MONAI Label + Auto3DSeg 做自动分割，已在复杂室间隔缺损等病例中证明价值——一位两次修补失败的患儿通过 3D 建模一次成功。 下一步是结合开源物理引擎 Newton 和 GPU 框架 Warp，把心脏器械植入的力学仿真从数小时压到接近实时，并与 OpenUSD、NVIDIA Omniverse 数字孪生及 VR 环境打通。 作者还指出，美国约 240 万先天性心脏病患者群体太小、太异质，无法支撑传统商业器械开发，开源加多中心联盟因此成为可行路径。目前全美已有 20 多家儿童医院运行类似建模项目，波士顿儿童医院建模支撑了约一半（500+ 例/年）心脏手术。
评论点赞收藏15 天前

Perplexity 本地电脑版登陆 Windows，由 NVIDIA RTX 驱动

Perplexity 推出面向 Windows 的 Portable Computer，基于本地模型（如 Qwen 3.8 27B，经后训练适配 NVIDIA RTX GPU）在本地执行多步智能体任务，敏感数据不出设备，且本地任务不消耗 Perplexity Computer 额度。 遇到需要更强推理时，会征得用户同意后将任务升级到云端模型。应用整合内置浏览器、SPACE 沙箱，并连接 Outlook、OneDrive、Word、Google Drive、Gmail、Slack、GitHub 等，可自动处理如审查 GitHub PR、按状态整理、标记过期内容等工程任务。 此前已有 Linux RTX 和 DGX Spark 支持，此次扩展到兼容的 Windows GeForce RTX 与 RTX PRO Workstation。整体是典型的厂商合作发布稿，信息完整但视角单一，缺少独立评测或争议点。
评论点赞收藏15 天前

Skild AI 借力 NVIDIA Physical AI 实现单视频教机器人新任务

Skild AI 发布 S1 机器人基础模型，操作员录一段视频即可教会机器人执行未见过的新任务，无需重新训练或微调。模型基于 in-context learning 技术，通过视频理解意图、物体和动作序列，直接映射到机器人操作。 S1 在 NVIDIA AI 基础设施上构建，结合 Isaac Lab 和 Cosmos 技术进行合成数据生成和仿真训练。Skild AI 成立仅 10 个月已达年化 1 亿美元营收，拥有 60 多个部署合作伙伴，覆盖制造、物流、巡检、安防、食品准备等场景。
评论点赞收藏19 天前

物理 AI 接管方向盘：全球 Robotaxi 领导者如何用 NVIDIA 技术构建

NVIDIA 推出 Robotaxi 全栈开放平台，覆盖 AI 训练、仿真验证和车载计算全流程，商业化运营的 Robotaxi 项目均已采用该方案。2035 年全球 Robotaxi 市场预计达 4000 亿美元，部署 600 万辆商用车辆。 平台包括 DGX 训练系统、Alpamayo VLA 模型系列和物理 AI 数据集，为开发者提供可适配的构建模块。
评论点赞收藏19 天前

d-Matrix采用NVLink Fusion实现机柜级XPU部署

d-Matrix将用NVLink Fusion把Raptor XPU接入NVIDIA MGX液冷架构，实现3倍低延迟、10倍包速率、每XPU 3TB/s带宽。NVIDIA开放NVLink让XPU厂商直接对接已验证的AI工厂平台，跳过自建机柜基础设施。
评论点赞收藏19 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇