2026.07.02
NEWS UPDATE
NVIDIA 详解解耦式 LLM 推理：在 Kubernetes 上部署分离式推理工作负载
随着大语言模型推理工作负载日益复杂，单一的整体服务进程开始触及极限预填充和解码阶段具有根本不同的计算特征，传统部署将它们强制运行在同一硬件上，导致 GPU 利用率低下。
-
2026.07.02
-
2026.07.01
NEWS UPDATENVIDIA Dynamo Snapshot 发布：Kubernetes 上推理工作负载秒级启动
在生产推理部署中，需求随时间波动，推理副本需要弹性伸缩然而在 Kubernetes 上冷启动推理工作负载可能需要数分钟，期间 GPU 已分配但处于空闲状
-
2026.07.01
NEWS UPDATENVIDIA 推出验证式 Agent Skills：为 AI 智能体提供能力治理框架
自主 AI 智能体能力越来越强，开放模型、MCP 协议连接的工具和可移植技能使智能体更易扩展但随着规模扩大，组织需要理解和信任智能体所使用的技能和指令。
-
2026.06.30
NEWS UPDATENVIDIA 与微软联手：在 Windows PC 上构建个人 AI 智能体
AI 智能体正在改变人们与 PC 的交互方式NVIDIA 与微软联手，在 Windows 平台上赋能下一代开发者构建设备端智能体，提供更简便的设置、原生安全以及已有应用和工具的集成能力。
-
2026.06.30
NEWS UPDATENVIDIA Dynamo 全栈优化：为智能体推理打造 KV 缓存加速引擎
编码智能体正在大规模编写生产代码——Stripe 每周生成 1,300+ PR，Spotify 每月 650+ 代理生成 PR这些工作负载背后是承受巨大 KV 缓存压力的推理栈。
-
2026.06.29
NEWS UPDATENVIDIA Nemotron Speech 助力临床语音识别：Agent Skills 加速医疗 ASR 评估
训练语音 AI 模型准确识别临床术语异常困难——药物名称和解剖学术语并非日常词汇，现成的语音系统即使听起来流畅，也可能漏掉临床工作流中最重要的词汇。
新闻中心 列表页适合做什么？
适合快速浏览同一主题下的资讯更新，帮助团队集中跟踪技术趋势、行业动态和产品信息。
浏览资讯列表时应优先关注哪些内容？
建议优先关注发布时间、主题相关性、涉及技术方向以及是否与当前项目、品牌或场景决策直接相关。
如何从资讯列表继续深入？
可以先阅读全文，再结合当前项目阶段判断是否需要继续查看产品页、方案页或直接发起咨询沟通。
资讯内容更适合哪些团队参考？
更适合关注 AI 基础设施、企业网络、数据中心互连和行业变化的技术、采购、架构与项目团队参考。
WeChat
Profile