پرش به محتوا
منو
داده‌نوشت
فناوری، زیرساخت و هوش مصنوعی

آرشیو

جستجو و مرور مقالات داده‌نوشت

نتایج فقط از میان مقالات منتشرشده نمایش داده می‌شوند و وضعیت جستجو و فیلترها در URL باقی می‌ماند.

4 نتیجهفیلترهای فعال اعمال شده است.
تصویر رسمی NVIDIA برای Vera Rubin و محاسبه‌ای که پس از آموزش مدل ادامه پیدا می‌کند
هوش مصنوعی

Vera Rubin و محاسبه‌ای که پس از آموزش مدل ادامه پیدا می‌کند

در مدل‌های عامل‌محور، آموزش پایان کار نیست. عامل بعد از استقرار با ابزار، کدبیس و edge caseهای تازه روبه‌رو می‌شود و همین تجربه می‌تواند به چرخه post-training برگردد. NVIDIA در ۱۷ ژوئیه ۲۰۲۶ استدلال کرد که این چرخه پیوسته، معیار زیرساخت را از صرفاً سرعت infere

۲۶ تیر ۱۴۰۵3 دقیقه
تصویر رسمی NVIDIA برای AgentPerf؛ چرا بنچمارک تک‌پاسخی برای عامل‌ها کافی نیست
هوش مصنوعی

AgentPerf؛ چرا بنچمارک تک‌پاسخی برای عامل‌ها کافی نیست

یک پاسخ چت معمولاً یک درخواست و یک خروجی دارد. عامل کدنویسی مسیر طولانی‌تری می‌سازد: فایل می‌خواند، برنامه می‌نویسد، فرمان اجرا می‌کند، خطا را می‌بیند و دوباره تصمیم می‌گیرد. NVIDIA در ۱۲ ژوئن ۲۰۲۶ نتایج نخست AgentPerf را منتشر کرد؛ بنچمارکی از Artificial Anal

۲۲ خرداد ۱۴۰۵3 دقیقه
تصویر رسمی NVIDIA برای NVIDIA OpenShell؛ اجرای عامل محلی با دیوار حفاظتی روی دستگاه
هوش مصنوعی

NVIDIA OpenShell؛ اجرای عامل محلی با دیوار حفاظتی روی دستگاه

در رویداد GTC Taipei و COMPUTEX ۲۰۲۶، NVIDIA از RTX Spark و OpenShell برای گسترش عامل‌های محلی در رایانه‌های RTX و DGX Spark گفت. RTX Spark دستگاهی برای اجرای مدل‌ها و عامل‌های شخصی روی Windows است و OpenShell محیطی امن‌تر برای عامل‌هایی فراهم می‌کند که باید ر

۱۴ خرداد ۱۴۰۵3 دقیقه
تصویر رسمی NVIDIA برای AI Factory؛ چرا معیار زیرساخت از FLOPS به هزینه هر توکن می‌رود
هوش مصنوعی

AI Factory؛ چرا معیار زیرساخت از FLOPS به هزینه هر توکن می‌رود

NVIDIA در ۲۷ مه ۲۰۲۶ مفهوم AI Factory را به‌عنوان زیرساختی برای تولید پیوسته intelligence توضیح داد. استعاره کارخانه به این دلیل انتخاب شده که بار کاری جدید فقط آموزش یک مدل نیست: سامانه باید بی‌وقفه inference انجام دهد، عامل‌ها را هماهنگ کند، زمینه طولانی را

۶ خرداد ۱۴۰۵3 دقیقه
صفحه 1 از 1