2026.06.15
新闻中心
NVIDIA NIXL 开源发布：统一的 AI 推理分布式数据移动库
部署大语言模型需要大规模分布式推理，将模型计算和请求处理分散到多个 GPU 和节点上在此过程中，KV 缓存传输、激活值调度和存储访问等数据移动操作成为关键瓶颈。
新闻中心 NEWS CENTER
查看新闻中心产品资料、规格与兼容性信息、选型建议、部署注意事项、测试验证与项目交付支持；选型时同步核对完整型号、接口、软件版本、供电散热、部署环境、生命周期与到货验收要求。
-
2026.06.15
-
2026.06.12
新闻中心分离式 LLM 推理部署：在 Kubernetes 上拆分 Prefill 与解码阶段
随着 LLM 推理工作负载日益复杂，单一的推理服务进程开始触及瓶颈Prefill 和解码阶段具有截然不同的计算特征，但传统部署方式强制它们在相同硬件上运行，导致 GPU 利用率低下且扩缩容缺乏灵活性。
-
2026.06.12
新闻中心NVIDIA TensorRT LLM AutoDeploy 发布：自动编译 PyTorch 模型为优化推理引擎
NVIDIA TensorRT LLM 让开发者能够为大型语言模型构建高性能推理引擎，但传统上部署新架构需要大量手动工作。
-
2026.06.11
新闻中心NVIDIA Dynamo Snapshot：将 Kubernetes 推理冷启动从分钟级降至秒级
在生产推理部署中，请求量随时间波动，需要推理副本弹性扩缩容。
-
2026.06.11
新闻中心NVIDIA Model Optimizer 模型量化实战：FP8 训练后量化降低显存占用
模型量化是一种高效降低显存占用并提升推理性能的方法，尤其适合在资源受限的环境中运行 AI 模型通过降低计算和内存需求的同时保持模型质量，量化技术帮助 AI 模型在消费级 GPU 上更高效地运
-
2026.06.10
新闻中心Step 3.7 Flash 登陆 NVIDIA GPU：198B 参数企业级多模态 AI 模型
AI 应用正在超越纯文本生成，迈向能够实时感知、搜索和推理图像、文档、视频和语言的多模态系统。
常见问题 点击展开 收起
资讯中心的技术内容如何核验？
产品规格、软件版本、兼容性和性能结论优先依据厂商公开资料、版本文档与项目核验记录。缺少证据的配置不会写成确定结论，涉及具体环境时仍需结合设备型号和版本复核。
资讯文章中的架构可以直接用于项目吗？
不能直接照搬。文章提供的是设计思路和检查方法，正式方案还需要确认 GPU 与服务器规模、现网设备、网络体系、机房条件、软件版本、扩容目标和验收口径。
如何让中科新远协助核验兼容性？
请提供服务器和交换机型号、网卡或 DPU 料号、端口速率与形态、线缆距离、操作系统、驱动固件版本以及计划运行的业务或测试目标。
中科新远能提供哪些 NVIDIA 项目支持？
依托 NVIDIA Compute 与 Networking Elite 合作伙伴能力，中科新远可协助产品选型、BOM 核验、网络规划、PoC 测试、实施交付和验收准备；具体合作与交付范围以当前有效资质和项目确认结果为准。
WeChat
Profile