英伟达发布 RAPIDS cuDF 框架 pandas 在 GPU 上运行速度快了 150 倍

站长之家
本文来自AIbase日报
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。
根据互联网女皇发布的AI趋势报告的深度分析,人工智能(AI)模型的计算经济学正经历着一场关键的转变。报告指出,训练最强大的大型语言模型(LLM)已成为人类历史上最昂贵、资本最密集的投入之一,目前每个模型的训练成本往往超过1亿美元。Anthropic首席执行官Dario Amodei在2024年中指出,目前有模型正在训练,其成本接近10亿美元,并预测到2025年,训练成本高达100亿美元的模型可能会出现。然而,互联网女皇AI趋势报告同时强调,运行模型的推理成本(即模型生成预测、答案或内容)正在
英伟达公司(Nvidia Corp.)的董事马克・史蒂文斯(Mark Stevens)本周内出售了超过一百万股公司的股票,交易的总价值接近1.5亿美元。这一举动发生在英伟达股票经历了一段时间的波动后,最近的股价有所回升。根据美国证券交易委员会(SEC)周三公布的文件,史蒂文斯的股票销售分为两个交易,分别在周一和周二进行。随着英伟达在市场上的表现逐渐改善,史蒂文斯的这笔交易引起了投资者的广泛关注。尽管英伟达的股价在今年初面临了一定的压力,但最近的走势显示出复苏的迹象。作为一名亿
英伟达(NVIDIA)于2025年6月3日正式发布 Llama Nemotron Nano VL,一款专为文档智能处理优化的紧凑型视觉-语言模型(VLM)。该模型在 OCRBench v2基准测试中荣登榜首,展现了其在处理复杂文档、图表和视频帧方面的卓越能力。凭借高效的推理性能和灵活的部署方式,Llama Nemotron Nano VL 为企业提供了从云端到边缘设备的高精度文档处理解决方案。Llama Nemotron Nano VL:紧凑高效的文档处理利器Llama Nemotron Nano VL 基于 Meta 的 Llama3.1架构,结合轻量级视觉编码器 CRadioV2-H,参数规模仅为8B,却在文档理解任务中表
在最近的财报电话会议上,英伟达(NVIDIA)首席执行官黄仁勋(Jensen Huang)分享了推动公司未来增长的四个关键人工智能(AI)趋势。他表示,推理 AI、AI 普及、企业 AI 和工业 AI 将为英伟达带来巨大的市场机遇。随着全球对 AI 技术需求的不断增加,这些趋势可能使英伟达的市值跃升至五万亿美元。首先,黄仁勋详细介绍了推理 AI 的概念。推理 AI 是一种逐步解决问题的技术,对于提升 AI 代理的能力至关重要。他指出,近年来在这一领域取得了 “巨大突破”,涌现出能够使用多种工具并以集群方
在最近的科技进展中,英伟达与麻省理工学院(MIT)和香港大学联合推出了名为 Fast-dLLM 的新框架,显著提升了扩散模型(Diffusion-based LLMs)的推理速度,最高可达27.6倍。这一创新的成果为语言模型的应用开辟了新天地。扩散模型被视为自回归模型的有力竞争者,采用了双向注意力机制,使其在理论上能够实现多词元同步生成,从而加快解码速度。然而,实际应用中,扩散模型在推理速度上却常常无法与自回归模型相媲美,因为每一次生成都需要重复计算所有注意力状态,这使得计算成本居高
近日,科技巨头英伟达联合麻省理工学院(MIT)与香港大学,发布了名为 Fast-dLLM 的新框架。这一创新的框架旨在显著提高扩散模型(Diffusion-based LLMs)的推理速度,最高可达27.6倍,为人工智能的应用提供了更为强大的技术支持。 扩散模型的挑战与机遇扩散模型被视为传统自回归模型(Autoregressive Models)的有力竞争者。它采用双向注意力机制(Bidirectional Attention Mechanisms),理论上能够通过同步生成多个词元(Multi-token Generation)来加速解码过程。然而,在实际应用中,扩散模型的推理速度常常不及
据路透社援引三位知情人士消息,英伟达将于6月推出一款专为中国市场设计的全新AI芯片,定价预计在6,500至8,000美元之间,明显低于当前售价约为10,000至12,000美元的H20型号。新芯片基于最新Blackwell架构,并采用RTX Pro6000D的设计框架。为规避美国对华高端芯片出口限制,该GPU刻意避开了台积电的先进封装工艺,改用标准GDDR7内存,以降低制造复杂度并提升可量产性。此举是英伟达在全球芯片监管政策趋紧背景下的一项关键市场策略,旨在维持其在中国AI计算市场的主导地位,同时在合规
近日,英伟达发布了其最新的 Cosmos-Reason1系列模型,旨在提升人工智能在物理常识和具身推理方面的能力。随着人工智能在语言处理、数学及代码生成等领域取得显著进展,如何将这些能力扩展到物理环境中成为了一大挑战。物理 AI(Physical AI)不同于传统的人工智能,它依赖于视频等感官输入,并结合现实物理法则来生成反应。物理 AI 的应用领域包括机器人和自动驾驶车辆等,需要具备常识推理能力和对空间、时间及物理规律的深入理解。然而,现有的 AI 模型在与物理世界的连接上依然
英伟达首席执行官黄仁勋宣布推出最新的人形机器人基础模型 ——Isaac GR00T N1.5。此次发布标志着英伟达在机器人开发基础设施上迈出了重要的一步,黄仁勋表示,这一模型将成为 “下一代工业革命的核心构建模块”。GR00T N1.5模型的一个显著优势是其训练效率的显著提升。传统的人形机器人模型通常需要近三个月的时间来完成数据采集,而通过全新的 GR00T-Dreams 工具,生成合成数据的时间可以缩短至仅36小时。这一变革性的发展,有助于解决人形机器人在发展过程中的数据瓶颈问题。GR00T-
在全球最大的合约电子产品制造商富士康(Foxconn)与知名芯片制造商英伟达(Nvidia)之间,合作的脚步愈发坚定。近日,富士康在台北国际电脑展上宣布,将分阶段建设一座专门针对人工智能(AI)应用的数据中心,预计其总功率将达到100兆瓦(MW)。富士康董事长刘扬伟在展会上透露,该人工智能数据中心将采取逐步建设的方式。刘董事长强调,由于电力资源在台湾的稀缺性,该项目的推进并非一蹴而就。初期计划将从20兆瓦的电力供应开始,后续再根据情况逐步增加至40兆瓦,最终达到100兆瓦的