采用 NVIDIA Blackwell 架构的 NVIDIA GB200 NVL72 和 NVIDIA GB300 NVL72 系统是机架级超级计算机。它们采用 18 个紧密合的计算托盘、大型 GPU 网络和整体式高带宽网络设计。对于 AI 架构师和 HPC 平台运营商而言，挑战不仅仅在于机架和堆叠硬件，还在于将基础设施转变为面向最终用户的安全、高性能且易于使用的资源。机架级硬件拓扑与调度器抽象之

物理 AI (在基于物理性质的模拟环境中感知、推理和行动的 AI 系统) 正在改变团队设计和验证机器人和工业系统的方式，而这一切远早于任何产品交付到工厂车间。在大会上，NVIDIA 强调物理 AI 是机器人和的关键方向，在基于物理的环境中训练和验证策略。为使 NVIDIA Omniverse 更易于集成到现有应用中，NVIDIA 在现有平台的基础上增加了一个基于库的模块化架构。ovrtxovphy

MiniMax M2.7 的发布为流行的模型增加了增强功能，该模型专为代理式线束以及推理、ML 研究工作流程、软件、工程和办公室工作等领域的其他复杂用例而构建。MiniMax M2.7 的开源权重版本现已通过 NVIDIA 和整个开源推理生态系统提供。MiniMax M2 系列是稀疏混合专家 (MoE) 模型系列，专为提高效率和功能而设计。MoE 设计可保持较低的推理成本，同时保留 230B 参数

机器学习和神经网络的基础知识，提示工程，对齐，数据分析和可视化，实验，数据预处理和特征工程，实验设计，软件开发，大语言模型，大语言模型 Python库，大语言模型集成和部署。：70-75道选择题，即将增加代码实操环节，120 分钟。：LLM 架构，提示工程，数据准备，模型优化，微调，评估，GPU 加速和优化，模型部署，生产监控与可靠性，安全、道德与合规。：LLM 架构，提示工程，数据准备，模型优化

想系统提升深度学习与 AI 项目落地能力？通过 NVIDIA 深度学习培训中心（DLI）推出的深度学习系列培训，涵盖近 20 门实战课程，帮助您掌握模型构建、优化与部署解决方案所需的核心工具与框架，积累可真正落地的实战经验。课程不仅助力个人职业发展与竞争力提升，更能帮助团队高效推进关键 AI 项目落地，适合希望从理论走向实战、打造硬核 AI 能力的开发者、从业者和学员。探索最先进的 AI 天气预测

当代理式 AI、生成式 AI 重塑产业边界，当数据中心成为 AI 工厂，海量算力、算存协同与能效优化成为新一代10 亿瓦级（Gigawatt）数据中心的基石，一场定义未来的技术盛宴即将启幕！完成注册与登录后，自动跳转回到该专场页面，点击“Add to Schedule”绿色按钮，状态变为“Scheduled”即预约成功。NVIDIA 新一代 AI 网络（纵向扩展、横向扩展、跨域扩展）NVIDIA

立即报名NVIDIA 深度学习培训中心（DLI）举办的机器人仿真开发实战培训，系统覆盖机器人仿真环境搭建与开发流程，欢迎广大机器人开发工程师、研究人员及技术爱好者学习。本课程面向机器人工程师、应用研究人员及机器人软件研发团队打造，同时适用于从事机器人系统研发、仿真验证与算法开发的技术人员，以及教育行业和学习者。课程结束后，学员将具备亲手搭建机器人仿真环境的能力，并能将合成数据工作流集成到其中，构建

注册 NVIDIA 开发者新用户，即可免费任选一门价值 600 元的 AI 实战培训课程，通过动手实操掌握完整的开发流程，完课后可获得 NVIDIA 培训证书，助力开发者技能提升。NVIDIA-Certified Professional (NCP-AII，NCP-AIO，NCP-AIN): 2880 元。报名 NVIDIA 认证讲师全天中文实时在线讲解和答疑的 AI 培训班，配置云端实验环境，动

Mistral Large 3 是专家混合 (MoE) 模型，无需为每个 token 激活全部神经元，可以仅调用模型中影响最大的部分，既可在无浪费的前提下实现高效扩展，又可确保准确性不受损，使企业级 AI 不仅成为可能，而且更具实用性。通过整合 NVIDIA Grace Blackwell 机架级扩展系统与 Mistral AI 的 MoE 架构，企业可借助先进的并行计算与硬件优化技术，高效部署并

NVIDIA 面向数据中心多节点环境的开源分布式推理服务框架 Dynamo 的组件 AIConfigurator 和 Grove，分享它们分别如何解决 PD 分离架构下大模型推理的两个核心落地难题：在庞大配置空间中高效寻优，以及在 Kubernetes 上优雅编排多组件推理服务。P/D 分离的抉择，到 Prefill/Decode 资源的配比，再到并行策略的设定，庞大的参数空间使得人工调优如同大海