- 综合排序
- 最热优先
- 最新优先
- 来自专栏云深之无迹
英伟达Jetcard安装
https://github.com/NVIDIA-AI-IOT/jetcard 英伟达得这个有 JetCard 是一种系统配置，便于从 AI 开始。
64530发布于 2021-04-28 - 来自专栏网络虚拟化
英伟达NVLINK技术简介
一、引言 随着AI技术的发展计算能力的需求也日益增长，在这个大数据时代，英伟达（NVIDIA）以其强大的技术实力和创新意识，为我们带来了一种全新的高速互联技术NVLink。 本文将详细介绍英伟达的NVLink技术，探讨其工作原理、优势以及应用场景。 二、NVLink技术概述 NVLink是英伟达开发的一种高速连接协议，它通过采用一种独特的连接方式，实现了芯片之间的高效通信。与传统的连接方式相比，NVLink具有更高的数据传输速度和更低的延迟。 六、结论 英伟达的NVLink技术以其高速、低延迟、扩展性强和通用性等优势，为高性能计算和其他计算密集型应用提供了强有力的支持。 让我们期待英伟达继续引领科技创新的浪潮，为我们带来更多令人瞩目的技术成果。
3.1K20编辑于 2023-11-14 - 来自专栏深度学习|机器学习|歌声合成|语音合成
英伟达驱动重装教程
3.
1.3K10编辑于 2024-05-31 - 来自专栏云头条
英伟达遭到网络攻击！
就在俄罗斯对乌克兰发动网络战的非常时期，英伟达的部分业务系统“全面中招”。 据英国《电讯报》透露，美国最大的微芯片公司英伟达正在调查一起潜在的网络攻击，这起攻击已导致其部分业务系统瘫痪了两天。 据了解，在据信遭到恶意网络入侵之后，英伟达的电子邮件系统和开发者工具在过去这两天一直处于宕机状态。 目前没有证据表明英伟达宕机与俄乌冲突有关。 英伟达发言人表示：“我们正在调查一起事件。我们目前没有任何更多的信息可以对外公布。” 目前尚不清楚英伟达或其客户是否有任何数据被盗或删除，也不清楚攻击是否只是扰乱了其系统，客户表示他们没有被告知有任何事件。 据信该公司尚未确定这起攻击的罪魁祸首。 总部位于硅谷的英伟达市值超过6000亿美元，跻身全球最有价值公司的行列。 英伟达以研发生产图形处理单元而家喻户晓，这种芯片用于视频游戏和高级计算机模拟。
87560编辑于 2022-03-16 - 来自专栏云深之无迹
英伟达JetCam安装.上
git clone https://github.com/NVIDIA-AI-IOT/jetcam cd jetcam sudo python3 setup.py install 执行以上代码显示错误，
1.2K10发布于 2021-04-28 - 来自专栏网络虚拟化
华子超越英伟达？
在通信领域，华为和英伟达都是备受瞩目的企业。华为28万员工，2023年度投入209亿欧元（约一千多亿人民币）研发，在国内员工薪资高于英伟达。 3、AI应用：华为在智能手机、汽车领域、云计算网络设备、云计算等多个领域都广泛应用了AI技术。 GPU使显卡减少对CPU的依赖，分担了部分原本由CPU承担的工作，尤其在3D图形处理方面表现卓越。 此外，英伟达还提供了CUDA和cuDNN等开发工具，为AI开发者提供了强大的支持。 3、AI应用：英伟达提供了一系列高效的AI生成器，这些生成器能够以前所未有的速度和准确性生成高质量的图像。 03、华为公司能超越英伟达吗？
91210编辑于 2024-02-22 - 来自专栏我爱计算机视觉
AI + 3D！英伟达开源3D深度学习框架Kaolin
点击我爱计算机视觉标星，更快获取CVML新技术 ---- 3D计算机视觉在医学影像、自动驾驶、机器人深度感知、视频游戏、虚拟和增强现实中有重要应用。 近日，英伟达新开源了kaolin深度学习框架，旨在加速3D计算机视觉的研究。其基于PyTorch实现，包括主流3D视觉数据表示的读取和3D计算机视觉的可微分模块。 将大大降低3D计算机视觉研究的进入门槛。 ? Kaolin 实现了可微分的 rendering, lighting, shading, and view warping，同时也支持常见的损失函数和度量标准，也可于计算后无缝渲染3D结果。 Kaolin支持的3D计算机视觉任务： ?
95710发布于 2019-12-30 - 来自专栏云深之无迹
英伟达Jetson Nano Camera设计
今天拿下来英伟达Jetson系列的相机设计指南，看看咋设计的，后面还有想抄袭的梦想，一起来看看。（PS：鄙人没啥高速总线的设计经验）。 英伟达家的东西虽然卖的贵，但是相关资料给的还算足，从芯片到载板设计，都有的。 主要是看这个 里面的设计用语是这些 4G和NX都是2个相机口，我就不上图了 看看见IIC是双向沟通的口，主机还提供三种不同的电压 这个是4G版本的设计，可以看见是两路的CSI接口，主机分出两路3V www.flir.cn/about/about-flir/ https://meta.box.lenovo.com/v/link/view/a1995795ffba47dbbe45771477319cc3
1.5K20编辑于 2023-02-27 - 来自专栏云头条
英伟达收购Arm宣告失败！
据三位直接了解交易内情的人士对《金融时报》声称，在美国、英国和欧盟三地的监管机构对全球半导体行业的竞争可能因而受到的影响表示严重担忧后，软银以660亿美元将英国芯片公司Arm出售给英伟达的交易于周一正式宣告失败 这笔交易是全球芯片业有史以来规模最大的一笔交易，英伟达将因此可以控制一家开发的技术用于全球大多数移动设备的公司。一小批依赖Arm芯片设计的大型科技公司反对这次收购，其中包括高通和微软。 这笔交易泡汤后，软银痛失了原本因英伟达股价上涨而有望获得的一大笔意外之财。 这笔现金和股票交易在2020年9月宣布时价值高达385亿美元。 不过由于英伟达股价飙升，交易价值随之上涨，去年11月科技股逆转之前最高达到870亿美元的峰值。 相关阅读 · 英伟达拟放弃收购 Arm：传软银考虑通过 IPO 形式出手 Arm NVIDIA 对 ARM 的收购或失败 英伟达斥资 400 亿美元收购 Arm 3.7 万亿半导体市场：三星4818亿
51710编辑于 2022-03-18 - 来自专栏镁客网
以太坊合并，反噬英伟达
图 | pow模式和pos模式的对比 二、“矿卡”需求跳水，英伟达“躺枪” 但毫无疑问的是，以太坊的“合并”，最先直接影响的就是“矿厂”，而连带被波及的就是以英伟达为首的显卡厂商。 而英伟达的高端系列无疑是矿卡的首选。 在英伟达的2022财年第一季度财务业绩电话会议上，英伟达承认，其游戏收入（该季度总计27.6亿美元）要归功于加密货币矿工对其GPU的需求。 “英伟达首席财务官科莱特·克雷斯（Colette Kress）表示。 英伟达正努力解决游戏显卡领域的生产过剩危机。
74800编辑于 2022-09-19 - 来自专栏云深之无迹
英伟达Jetson 官方AI课程
shell文件 执行成功 192.168.55.1:8888 在浏览器上面打开 dlinano 密码 成功进入 已经有的文件 点击这个 读取到了一个摄像头 你看，我写过这个东西 英伟达
91610发布于 2021-09-14 三星HBM3E终于通过英伟达认证！
9月21日消息，据韩国媒体Businesskorea援引业内人士的消息报道称，三星第五代12层堆叠高带宽内存HBM3E产品终于通过了英伟达（Nvidia）的品质认证测试，预计不久后开始向英伟达供应HBM3E 而HBM3E则凭借超过1 TB/s的总线速度，成为英伟达、AMD、Intel最新AI芯片（如NVIDIA H200/B100/B200、AMD MI350X）必备元件，没有HBM3E，这些芯片的算力就无法完全释放 SK海力士去年9月率先开始量产HBM3E 12层芯片，并成为了英伟达的主力供应商。 随后，美光的HBM3E在今年第一季通过英伟达认证，三星虽然已向AMD出货HBM3E 12层芯片，但从去年2月向英伟达提供首批HBM3E 12层芯片样品测试后，一直未能满足英伟达严格的性能要求，就这样拉扯长达 直到近日，韩国多家媒体援引业内人士透露，三星终于正式通过英伟达HBM3E 12层芯片质量认证测试，将成第三家向英伟达提供HBM3E 12层产品的公司。
32410编辑于 2026-03-20- 来自专栏媒矿工厂
英伟达研究亮点和启发
来源：NVIDIA GTC21 主讲人：Bill Dally，Chief Scientist & SVP Research, NVIDIA 内容整理：付一兵 这篇文章主要介绍了英伟达研究部门在过去一年中的一些亮点 最近，语言模型从基于 transformer 的模型到 GPT ，在短短几年内几乎有3个数量级的增长，而且实际上还在增加，人们基本上就是在训练越来越大的模型，在模型变得越来越大的同时也变得越来越普遍，它们正在进入各种各样的物联网设备边缘设备 编排（缓冲器和收集器） 稀疏性 电路 技术 3GANCraft 把 MINECRAFT 游戏变成现实世界 Minecraft 培养了一代喜欢建造 3D 世界的游戏玩家。
1.2K20发布于 2021-09-17 - 来自专栏代码日志
英伟达的AI帝国野心：Nemotron 3如何改写游戏规则
英伟达扔下了一颗重磅炸弹——Nemotron 3系列开源模型正式亮相。其为一款 1,200 亿参数开放模型，拥有 120 亿个活跃参数，旨在大规模运行复杂的代理式 AI 系统。 Nemotron 3 Super背后是英伟达未来五年260亿美元的生态投入计划。别被“开源”两个字骗了，这其实是它从GPU霸主向AI全栈控制者跃迁的关键一步。 为什么Agent系统一直卡在瓶颈？ 英伟达这次玩的是阶梯式覆盖，从边缘设备到超算中心全都不放过。 目前Nemotron 3 Nano已经开放下载，300亿参数跑在移动端也绰绰有余，适合做轻量级客服机器人或个人助手。 英伟达最狠的地方在于，它手里握着从芯片到框架的完整链条。 Nemotron 3是为Blackwell GPU架构量身定制的。 开源背后的生态野心 很多人以为开源就是“免费送”，但在英伟达这儿，开源更像是播种机。
23910编辑于 2026-03-16 - 来自专栏量子位
奇瑞采用英伟达GPU，将实现L3自动驾驶
Root 编译整理 量子位 出品 | 公众号 QbitAI 汽车制造商奇瑞，将会使用德国采埃孚ProAI自动驾驶系统，以及英伟达专为无人车设计的DRIVE Xavier，实现L3级别的自动驾驶。 采埃孚自动驾驶系统ProAI所采用的计算芯片是今年1月8号英伟达刚发布的DRIVE XavierAI。 英伟达也在上周的CES上公布，会和采埃孚、百度展开更深层次的合作。 英伟达的DRIVE PX 2计算平台，能够让车辆之间沟通环境信息，结合采埃孚的ProAI系统，可以汇总车队的信息流，比单个车辆的学习速度快，达到快速提升车队智能水平的目的。 不过，消费级别的汽车中加上L3自动驾驶功能是个争议很大的话题。部分汽车制造商和评论家认为，L3的车依然需要驾驶员实时监控路况，手动接管车辆。
66570发布于 2018-03-22 - 来自专栏科技频道
英伟达发布智慧城市AI蓝图
在巴塞罗那智慧城市大会上，英伟达携合作生态展示“物理AI”应用成果，并发布完整的智慧城市AI蓝图，结合数字孪生、Omniverse库以及全新Cosmos世界基础模型，聚焦交通拥堵、公共安全等城市治理痛点 高雄市在采用英伟达方案后，事故响应时间缩短80%；视频监控的AI分析让值班报警疲劳下降约30%。美国北卡罗来纳州罗利市则借助AI智能处理海量摄像头数据，以动态地图实时提示交通与安全风险。 随着城市治理面临人口压力与可持续性要求，英伟达的智慧城市AI方案正加速落地，为未来城市基础设施升级提供清晰路径。
24010编辑于 2025-11-04 - 来自专栏IT技术订阅
英伟达CUDA介绍及核心原理
3. 英伟达CUDA是一个综合性的并行计算平台和编程模型，通过软硬件结合的方式，极大地释放了GPU的并行计算潜能，推动了高性能计算、深度学习等领域的快速发展，并为NVIDIA构建了强大的市场地位和技术壁垒。 英伟达CUDA的核心原理主要包括以下几个关键组成部分： 1. 3. 内存层次与管理： CUDA提供了多层次的内存系统，以优化数据访问和存储效率。 英伟达CUDA的核心原理围绕着并行计算模型、专用硬件（CUDA核心）、多层次内存系统、编程接口、编译执行流程以及性能优化技术展开，这些原理共同构成了一个强大且灵活的并行计算平台，使开发者能够利用GPU的并行处理能力高效解决各类计算密集型问题
8.3K10编辑于 2024-04-30 - 来自专栏DearXuan的博客文章
python调用英伟达GPU加速方法
调用GPU的本质其实是调用CUDA的dll 如果你对CUDA编程不熟悉，可以参考CUDA并行编程概述 生成CUDA dll 调用显卡的方法是调用CUDA的dll，因此首先要使用CUDA生成dll 下面是示例CUDA代码 #include "cuda_runtime.h" #include "device_launch_parameters.h" #include <stdio.h> #include <iostream> using namespace std; __global__ void
1.9K30编辑于 2022-02-21 - 来自专栏PikeTalk
英伟达在五年内能到10万亿美元，抓住英伟达就抓住了未来
英伟达的市值目前已经超过所有大型制药公司的总和，无论是有机还是无机，只要是物质合成，就会越来越依赖加速计算。 英伟达真正的爆发还没有到来，大家一定要在这一波AI Infra的热潮中积累足够的资本，拿到下一波AI应用爆发的入场券。 英伟达在五年内能到10万亿美元，抓住英伟达就抓住了未来的车票。 这句话，像是给英伟达未来的曲线下了最简洁的注释。 很多人说，OpenAI、Anthropic 不都要自己造芯片吗？ 那英伟达还能笑多久？但其实。 英伟达卖的，并不是一颗颗 GPU，其实是一种时间的承诺。 在硅谷流传着一句话：buy英伟达，你将不会被解雇。它之所以成立，是因为在高度不确定的时代，只有确定的算力是稳妥的。 “英伟达在五年内能到10万亿美元，抓住英伟达就抓住了未来。” 不过问题是，当这趟车鸣笛启动，你是站在车上，还是站在站台。 散会！！！
5510编辑于 2026-06-26 - 来自专栏机器学习与生成对抗网络
英伟达few-shot图像转换
3 生成器：Few-shot Image Translator G包括内容编码器Ex，类编码器Ey和解码器Fx。 但FUNIT取决于以下几个工作条件：1）内容编码器Ex是否可以学习类别不变的潜在码zx，2）类编码器Ey是否可以学习特定类别的潜在码zy，3）类编码器Ey是否可以推广到看不见的对象类的图像。
1.3K10发布于 2020-10-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号