COMPUTEX 2025 | NVIDIA 推出 NVLink Fusion，助力行业用户构建半定制 AI 基础设施

于 2025-06-13 09:39:15 发布
阅读量125 收藏 4
点赞数 7
CC 4.0 BY-SA版权
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/NVIDIA_Community/article/details/148625799

  • MediaTek、Marvell、Alchip Technologies、Astera Labs、Synopsys 和 Cadence 将借助 NVIDIA NVLink 生态系统打造自定义 AI 芯片

  • 富士通和 Qualcomm 分别计划搭配 NVIDIA GPU、NVLink Scale-Up 和 Spectrum-X Scale Out 技术构建自定义 CPU
     

    图片

    NVIDIA 今日发布 NVIDIA NVLink Fusion™，这款全新芯片将助力行业用户通过全球领先且广泛采用的计算互连架构 —— NVIDIA NVLink™ 打造的强健合作伙伴生态系统，构建半定制 AI 基础设施。

    MediaTek、Marvell、Alchip Technologies、Astera Labs、Synopsys 和 Cadence 是首批采用 NVLink Fusion 的厂商，可支持定制化芯片纵向扩展（Scale-up）以满足模型训练和代理式 AI 推理等要求严苛的工作负载的需求。使用 NVLink Fusion，富士通和 Qualcomm CPU 还可与 NVIDIA GPU 进行整合，以构建高性能的 NVIDIA AI 工厂。

    NVIDIA 创始人兼首席执行官黄仁勋表示：“一场翻天覆地的变革正在发生：数据中心架构数十年来首度必须从根本上彻底改变 —— AI 正在融入每个计算平台。NVLink Fusion 将 NVIDIA AI 平台和丰富的生态系统对外开放，助力合作伙伴构建专用 AI 基础设施。”

    图片

    扫描上方二维码

    查看发布详情

博客
基于 NVIDIA VSS 视频搜索和总结的 AI Blueprint，图灵新讯美打造企业级多模态视觉大模型融合解决方案
06-26 503
以融合解决方案为切入口，图灵新讯美充分发挥自身作为独立软件供应商 (ISV) 在技术集成、场景适配和客户交付方面的专业优势，打通从智算基础设施到场景应用的全链路，推动视觉智能从“看得清”走向“想得通、答得快”，真正将多模态 AI 转化为生产力、决策力与增长引擎。基于 VSS Blueprint 开发的应用接口，将事件分析，证据留存，触发告警的工作流无缝的集成到现有的新讯美的视频管理及调度平台上，实现不同目标任务，不同数据 (RTSP) 源，视觉模型及视觉大模型的灵活匹配和最佳部署。
博客
什么是“物理AI”？
06-26 799
利用物理 AI，自主机器能够感知、理解并在现实 (物理) 世界中执行复杂的操作。物理 AI 是指使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或等自主机器中。
博客
NVIDIA Research 通过 AI 赋能的渲染技术为物理 AI 开发场景赋以新意
06-26 516
利用由 DiffusionRenderer 驱动的应用，智能汽车开发者可以获取大部分是白天驾驶镜头的数据集，并随机对每个视频片段的光照进行调整，以创建更多具有阴天或雨天、具有刺眼照明和阴影的夜晚以及夜间场景的视频片段。这样一来，研究人员观察到一种扩展效应，其中应用 Cosmos Predict 更大、更强的视频扩散模型相应提高了 DiffusionRenderer 的去光照和重新打光质量，实现了更清晰、更准确和时间上更一致的结果。
博客
NVIDIA 发布全新的 AI 模型和开发者工具，推动汽车行业生态系统发展
06-26 464
辅助驾驶卡车领域的领军企业 Plus 正在利用 NVIDIA DRIVE AGX 平台构建其解决方案，该企业正在通过卡车运输数据对 Cosmos Predict 进行后训练，以生成高度逼真的合成驾驶场景，从而加速其辅助驾驶卡车解决方案的大规模商业化进程。为加速下一代辅助驾驶架构的开发，NVIDIA 发布了 NVIDIA Cosmos Predict-2，这是一种全新的世界基础模型，具有更强的未来世界状态预测能力，可生成高质量的合成数据，以及新的开发者工具。
博客
NVIDIA 推出开源物理 AI 数据集，助力机器人及自动驾驶汽车技术发展
06-26 539
加州大学圣地亚哥分校多个机器人和自动驾驶汽车实验室的负责人 Henrik Christensen 表示：“利用这个数据集，我们能做很多工作，比如训练预测性 AI 模型，这些模型可以帮助自动驾驶汽车更好地追踪行人等易受伤害的道路使用者的动向，从而提高安全性。NVIDIA 物理 AI 数据集可以帮助开发者在预训练期间扩展 AI 性能，海量数据能够支持构建更强大的 AI 模型，在预训练阶段利用更丰富的数据对 AI 模型进行训练，以提高其在特定用例中的性能表现。
博客
NVIDIA 人工智能开讲 | 了解物理 AI 新趋势
06-25 255
欢迎收听本期的 NVIDIA 人工智能开讲，本次节目邀请到了 NVIDIA 中国区高级技术市场经理施澄秋，为大家介绍 Physical AI（物理 AI）的新趋势，伴随 NVIDIA 推出的新的 Cosmos 平台，预计机器人行业将成为下一个 10 万亿美元市场。集顶尖的研究人员、技术专家及商业领袖，为您解读最具挑战性的 AI 难题，与您探讨由 GPU 技术推动的 AI 革命，帮您了解如何驾驭 AI 的磅礴力量。它如何推动物理 AI 的发展？00:56：物理 AI 是什么，和 AI 的关系是怎样的？
博客
NVIDIA 面向物理 AI 开发者社区开放 Cosmos 世界基础模型
06-25 525
3D 输出时，扩散模型生成可控的高质量合成视频数据，用于启动机器人和自动驾驶汽车感知模型的训练。在 CES 大会上，NVIDIA 推出第一批 Cosmos 世界基础模型，用于基于物理的仿真和合成数据生成，配备先进的 tokenizer、护栏、加速数据处理和管理工作流，以及模型定制和优化框架。是一个用于加速物理 AI 开发的平台，推出了一系列世界基础模型——可以预测和生成虚拟环境未来状态的物理感知视频的神经网络，以帮助开发者构建新一代机器人和自动驾驶汽车（AV）。Super，用于高性能基线模型；
博客
SC24 | NVIDIA 宣布与行业软件领先者推出 Omniverse 实时物理数字孪生产品
06-25 469
Omniverse Blueprint 通过整合用于加速求解器的 NVIDIA CUDA-X™ 库、用于训练和部署模型以生成流场的 NVIDIA Modulus 物理 AI 框架，以及用于 3D 数据互操作性和 RTX 支持的实时可视化的 NVIDIA Omniverse API（应用编程接口）来实现这些功能。NVIDIA 和 Luminary Cloud 在 SC24 大会上展示了业界领先的虚拟风洞，它允许用户以实时、交互式的速度对流体动力学进行仿真和可视化，甚至可以同时更改风洞内的车辆模型。
博客
NVIDIA 培训 | NVIDIA 认证北京和上海现场考试时段发布
06-25 1011
NVIDIA 深度学习培训中心（DLI）发布全新 NVIDIA 认证现场考试时段，自 6 月起每月在北京或上海举办。考试面向国内开发者和 IT 专业人员，提供 7 门 Associate（初级）和 Professional（中级）认证科目，考生可根据需求自由选择报考科目。邀请您和您的团队、伙伴、亲朋好友参加考试，展示您的专业知识和技能，助力个人职业生涯，增强企业竞争实力。根据您的工作角色、专业知识和职业目标，选择以下最适合您需求的专业认证。北京和上海考试安排。
博客
NVIDIA recsys-examples: 生成式推荐系统大规模训练推理的高效实践(上篇)
06-19 1034
NVIDIA recsys-examples 将生成式推荐（如 “Actions Speak Louder than Words” 论文中提出的技术）与分布式训练（借由 TorchRec 增强）及优化训练推理相结合，助力开发和部署能够提供高度个性化用户体验的复杂推荐模型。我们诚挚邀请研究人员和从业者试用该工具，并期待与您共同推动生成式推荐系统的技术演进。
博客
NVIDIA 培训 | 机器人开发免费学习路径发布，掌握开发到部署全流程
06-13 1049
通过学习 Isaac Sim 、 Isaac Lab 和 Isaac ROS 在线自主培训课程，从根本上了解机器人开发的核心概念，并探索仿真和机器人学习方面的必备工作流。课程概要：探索 NVIDIA Cosmos™ 平台，包括生成式世界基础模型（WFM）、先进的标记器（tokenizers）、护栏机制（guardrails），以及加速数据加工和精选流程，旨在加速物理人工智能的开发。课程概要：学习软件在环（SIL）的基本概念、优势，以及如何结合 Isaac Sim 和 ROS 2 应用于机器人开发。
博客
NVIDIA DOCA下载指南
06-13 329
借助 DOCA， 开发者可以通过创建软件定义、云原生、DPU 和 SuperNIC 加速的服务，并支持零信任保护，从而满足现代数据中心的性能和安全需求。选择资源包：在页面上，依次点击"BlueField"、"BF-Bundle"、"Ubuntu"，然后选择"22.04"版本，安装BFB程序类型，以获取推荐的DOCA资源包。滚动至页面底部，选择"I Accept"以同意协议。选择资源包：在页面上，依次点击"BlueField"、"BF-FW-Bundle"、"BFB"，以获取推荐的DOCA资源包。
博客
2025年NVIDIA AI Open Day
06-13 194
2025年5月30日，新一期NVIDIA AI Open Day在北京举办，在这次活动上，NVIDIA 加速计算专家团队（DevTech）深度剖析了大语言模型最新技术进展，尤其是针对 DeepSeek 等主流模型的优化加速方案，深入分享了如何借助 NVIDIA 计算平台提升模型训练与推理效率。同时还有生成式推荐系统，CUDA开发深入解析，高级辅助驾驶和具身智能等技术内容，请点击以下链接，观看回放，温故知新，共同进步。
博客
使用 NVIDIA Triton 和 TensorRT-LLM 部署 TTS 应用的最佳实践
06-13 804
当前主流的 TTS 大模型大致可分为两类：非自回归扩散模型和自回归 LLM 模型。F5-TTS 是一款非自回归扩散 TTS 模型，它基于 DiT (Diffusion Transformer) 和 Flow-matching 算法，移除了传统非自回归 TTS 模型中的 Duration 模块，使模型能直接学习文本到语音特征的对齐。随着大模型时代的到来，TTS 模型的参数量和计算量持续增长，如何高效利用 GPU 部署 TTS 模型，构建低延迟、高吞吐的生产级应用，已成为开发者日益关注的焦点。
博客
火山引擎：单机部署 DeepSeek-R1 的 W4A8 方案，部署成本减半
06-13 723
DeepSeek-R1 凭借其优秀的深度推理能力，一经推出便在 AI 市场掀起热潮。然而，DeepSeek-R1 包含 671B 的模型参数，基于 FP8 的数据精度，权重显存消耗接近 700GB，单卡 96GB 显存的 GPU 卡，也需要 16 卡进行多卡部署（2 台 ecs.hpcpni3ln.45xlarge 实例），多机推理之间的数据传输效率也面临极大挑战。如何在保证模型性能的前提下，提升部署效率、降低推理成本，成为限制 DeepSeek-R1 大模型规模化部署及应用的关键挑战。
博客
NVIDIA 将为每家 AI 工厂提供网络安全
06-13 600
NVIDIA 和 Cisco 正在为企业提供所需的基础设施，使企业能够自信的扩展 AI 的使用，同时保护其最宝贵的数据资产。随着代理式 AI（Agentic AI）的广泛应用，在企业级规模运行的 AI 模型和自主代理，能够实现数据、应用程序和用户的无缝连接，为从数据中获取洞察带来前所未有的机遇，但同时也催生出需要与之发展速度匹配的高级防护需求。Cisco 正在与 NVIDIA 合作，打造基于 NVIDIA 架构的安全的 AI 工厂，简化企业大规模部署和保护 AI 基础设施的方式。
博客
借助 NVIDIA NVLink Fusion 将半定制计算平台集成到机架级架构
06-13 543
NVLink Fusion 包含 NVLink 芯片，可通过相同的 NVIDIA 机架级扩展架构来纵向扩展 NVIDIA 和半定制 ASIC 的混合基础设施，并与 NVIDIA CPU、NVIDIA NVLink 交换机、NVIDIA ConnectX Ethernet SuperNIC、NVIDIA BlueField DPU 以及用于横向扩展解决方案的 NVIDIA Quantum 和 NVIDIA Spectrum-X 交换机搭配使用。AI 变革所需的基础设施不但强大，还要敏捷、可扩展且高效。
博客
NVIDIA全新语音AI加速解决方案
06-09 301
NVIDIA凭借其强大的GPU加速技术，推出了Parakeet-TDT-0.6B-V2全新的ASR语音识别模型，打造“小巧高效”的“超级听写机”，实现语音识别的“快、准、稳”。同时结合NVIDIA Triton 和 TensorRT-LLM加速优化的TTS语音合成解决方案，真正赋能实时的语音AI应用，驱动全栈式语音AI新变革。将聚焦Parakeet模型的核心技术介绍与TTS加速解决方案的实战应用分享，帮助您深入了解如何利用NVIDIA技术实现语音AI的高效开发与优化部署。自回归 TTS 部署加速。
博客
NVIDIA 培训 | NVIDIA Earth-2 限时免费中文新课发布，掌握 AI 天气建模全流程
06-06 897
天气预报在公共和私营领域的规划与决策中不可或缺，天气会影响从供应链韧性到能源生产等方方面面。传统的数值天气预报系统操作复杂，对时间和计算资源要求极高。随着 AI 天气建模的最新进展，非专业人员如今也可以运行根据自身需求定制的预测。NVIDIA 深度学习培训中心（DLI）发布限时免费中文新课《使用 NVIDIA Earth-2 部署 AI 天气模型》，探讨先进的 AI 天气预测模型所带来的可能性，并教授如何将其集成进自定义工作流中。3 学时 | 中文 |
博客
在阿里云 PAI 上一键部署和使用 NVIDIA Cosmos Reason-1 模型
05-30 993
阿里云 PAI 团队测试的 Cosmos Reason-1 tools 的性能表现如下：在 Qwen2.5-32B-Instruct 模型和 gsm8k 数据集 (Batch size = 2,048) 组合上进行后训练测试，相比其他开源框架，Cosmos Reason-1 tools 在小规模集群上实测有 1-2 倍的性能加速。它提供的模型后训练脚本 (SFT + RL) 将加速企业和开发者基于自有数据定制 Cosmos Reason-1 模型，从而创建专属的 physical AI 模型。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值