2026.06.05
新闻中心
NVIDIA DOCA 芯片内安全方案为 Agentic AI 基础设施提供运行时防护
随着 Agentic AI 进入大规模训练、推理与部署阶段，AI 基础设施正在从传统算力平台演变为面向智能体协作的
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。
-
2026.06.05
-
2026.06.04
新闻中心30 行 Python 代码节省数十万美元：NVIDIA nvCOMP 实现 LLM 检查点无损压缩
训练大语言模型需要定期保存检查点，包含模型权重、优化器状态和梯度的完整快照。
-
2026.06.04
新闻中心NVIDIA DSX OS 发布开源模块化软件栈，面向 AI 工厂规模化运营
随着生成式 AI 和智能体应用持续扩张，AI 基础设施正在从单纯的算力集群演进为能够持续输出
-
2026.06.03
新闻中心三个 LLM 智能体生成 60 万行代码，850 次实验拿下 Kaggle 第一名
2026 年 3 月，三个 LLM 智能体生成了超过 60 万行代码，运行了 850 次实验，最终帮助一名数据科学家在 Kaggle Playground 竞赛中夺得第一名。
-
2026.06.03
新闻中心NVIDIA 实现强化学习训练的端到端 FP8 精度，吞吐量提升最高 48%
随着大语言模型从简单的文本生成转向复杂推理，强化学习扮演着越来越重要的角色。
-
2026.06.02
新闻中心NVIDIA 发布 AI 模型服务流水线优化指南：消除模型部署的四大摩擦源
从训练好的 AI 模型到生产部署，这条路本应平坦，但现实却充满坎坷许多团队花费数周微调模型，却在导出部署格式时发现层结构损坏、输入形状导致运行时错误，或版本不匹配导致性能悄然下降。
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