Tech Meridian
← К СУЩНОСТЯМ
КОМПАНИЯ · ENTITY #3
Хронология связанных событий, источники и контекст из новостной базы.
NVIDIA Developer опубликовал инструкцию по запуску микросервисов BioNeMo NIM для предсказания структуры белков в среде Claude Science, показывая, как микросервисы моделей NVIDIA можно вызывать в агентной исследовательской рабочей среде. В статье это рассматривается в контексте agentic AI, который может читать статьи, предлагать гипотезы, вызывать модели и расставлять приоритеты для экспериментов.
Статья на NVIDIA Developer описывает проблемы переноса одного и того же стека восприятия для автопилота между моделями автомобилей (например, из внедорожника в седан) и представляет NVIDIA Omniverse NuRec как инструмент для масштабирования и адаптации ПО восприятия на разных платформах.
В публикации NVIDIA Developer представлен TensorRT Model Connect — инструмент, который, как утверждается, позволяет разработчикам доводить открытые AI‑модели от чекпоинта до инференса двумя командами, упрощая шаги конвертации и предобработки, специфичные для модели. В анонсе описан рабочий процесс; полные сведения о поддерживаемых форматах, фреймворках и системных требованиях приведены в документации NVIDIA.
В публикации на NVIDIA Developer компания NVIDIA рассказывает о NVLink Fusion — технологии, призванной внедрить NVHBM в инфраструктуру ИИ следующего поколения, чтобы справиться с растущими вычислительными и памятьными требованиями более крупных моделей и сложных задач рассуждения.
Статья на NVIDIA Developer рассказывает об обучении политики навигации робота, применимой к разным телам (cross-embodiment), с использованием AI-агентов; авторы выделяют навигацию как отдельную задачу от локомоции и обсуждают преобразование восприятия и движения в автономное поведение. Текст нацелен на разработчиков и исследователей в области робототехники и ИИ.
Alibaba выпустила веса модели Qwen3.8-Flash-Next как превью новой архитектуры Qwen4 для разработчиков. NVIDIA Developer опубликовал эксперимент по запуску Qwen3.8-Flash-Next на GB300 NVL72, направленный на оценку агентных (agentic) рабочих процессов для кодирования и совместимости с железом.
NVIDIA представляет функцию Shadow Engine Recovery в системе Dynamo, которая может восстановить мощность инференса LLM за секунды, избегая стандартного холодного перезапуска с повторной загрузкой весов в HBM и перекомпиляцией ядер. Это позиционируется как быстрый механизм восстановления для отказавших процессов движка LLM.
NVIDIA выпустила CUDA Python 1.0 с стабильными API и единой основой, которая призвана предоставить Python‑разработчикам расширенный доступ к возможностям CUDA и GPU без необходимости собирать расширения на C++. Выпуск направлен на упрощение создания ускоряемых на GPU Python‑приложений на платформе NVIDIA.
Статья на NVIDIA Developer утверждает, что бурный рост генеративного ИИ и распределённая тренировка моделей на сотнях тысяч GPU принципиально меняют конструкцию дата‑центров и представляет Spectrum‑X Ethernet как сетевое решение, призванное удовлетворить эти новые требования.
Согласно публикации на NVIDIA Developer, новые архитектуры компании — Vera Rubin и Blackwell — задают новый стандарт по производительности на ватт для агентного ИИ, то есть при выполнении многошаговых рабочих процессов, использовании инструментов и координации субагентов. NVIDIA подаёт эти улучшения как повышение эффективности запуска сложных AI-агентов; конкретные результаты см. в объявлении компании.
Статья NVIDIA Developer отмечает, что современные AI‑фабрики всё чаще ограничены по энергопотреблению, и важным показателем становится не число GPU, а объём AI‑выхода на ватт. В ней представлен NVIDIA DSX MaxLPS как подход к повышению производительности на ватт и обсуждаются сопутствующие системные и инфраструктурные соображения.
Материал на Hugging Face посвящён созданию мультиязычных голосовых агентов с низкой задержкой на базе NVIDIA Magpie TTS, подчёркивая открытость весов и полный контроль над развёртыванием. Внимание уделено практическим аспектам развёртывания и кастомизации синтеза речи.
Shieldstral представила 3-миллиардную открытую мультимодальную модель безопасности (лицензия Apache 2.0), которая принимает политики на обычном языке при инференсе и возвращает калиброванный да/нет-оценочный балл; команда утверждает, что модель сравнима или лучше открытых моделей до 7× её размера по текстовой безопасности и устанавливает новый SOTA для мультимодальной модерации, работая на одной 16GB NVIDIA GPU. Выпуск сопровождается техническим отчётом и объявлен в составе Open Secure AI Alliance (включая NVIDIA).
Mistral AI объявила о вступлении в коалицию NVIDIA Nemotron в статусе одного из учредителей и о совместной разработке открытых фронтирных базовых моделей с NVIDIA с использованием DGX Cloud, вычислительных инструментов и генерации синтетических данных, при этом компания внесёт свои методики обучения и мультимодальные способности. Параллельно Mistral выпустила Mistral Small 4 для разработчиков и исследователей.
В блоге Google Research (автор — Маниш Гупта) описаны программные приёмы для реализации смешанных входных матричных умножений (например, входы F16 × веса U8) на тензорных ядрах NVIDIA Ampere через преобразование типов данных и согласование макета; решения опубликованы в репозитории NVIDIA/CUTLASS и, по заявлению авторов, добавляют минимальные накладные расходы и близки к пиковой аппаратной производительности. Работа ориентирована на ресурсоёмкие LLM‑нагрузки и поддерживает схемы квантования только весов для уменьшения объёма памяти модели.
Allow Google Analytics to measure visits? It stays off until you choose. You can change your choice at any time.