2026.07.28
新闻中心
NVIDIA 用 NeMo Agent Toolkit 扩展机器人仿真：把物理 AI 合成数据生成推进到自动化
在物理 AI 训练中，数据质量往往决定了机器人和自主系统能否真正适应复杂真实环境但只依赖真实世界采集，不仅成本高、速度慢，还会受到安全性和场景覆盖范围的限制。
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。
-
2026.07.28
-
2026.07.27
新闻中心NVIDIA 详解 AI 智能体定制化：从 Prompt、RAG 到 LoRA 与强化学习的九种路径
企业在把通用大模型接入真实业务流程时，最常遇到的问题并不是“模型会不会回答”，而是它是否能稳定遵循特定约束、调用正确工具、访问合适知识，并在复杂场景下持续输出符合业务要求的结果。
-
2026.07.27
新闻中心NVIDIA DGX Spark 更新：更快部署本地智能体，并支持多节点集群扩展
随着越来越多开发者希望把 AI 智能体运行在本地设备上，新的焦点已经不只是“模型能不能跑起来”，而是从首次开机到真正可用，需要经历多少复杂配置，以及当单机性能不够时，能否平滑扩展到多节点。
-
2026.07.24
新闻中心NVIDIA AI-Q + LangChain：把企业搜索升级为可深度研究的多阶段智能体
企业搜索长期面临一个老问题：数据分散在不同系统里，用户虽然有强烈的问题导向，却很难通过传统检索一次性拿到结构化、可追溯、能直接用于决策的答案。
-
2026.07.24
新闻中心NVIDIA DOCA In-Silicon Security：把 AI 工厂安全能力下沉到 BlueField 基础设施层
随着 AI 工厂逐渐成为企业训练、微调和部署智能体应用的核心基础设施，安全问题也不再局限于传统服务器和软件边界，而是开始覆盖模型、数据、运行时、供应链以及具备越来越高自主权限的 agent 本身。
-
2026.07.23
新闻中心NVIDIA 多智能体金融信号发现方案：把量化研究从人工试错推进到自动闭环
在量化金融领域，真正耗时的往往不是单次回测，而是从海量市场数据中提出假设、写出信号、执行回测、评估结果并持续优化的整条研究链路。
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