12月25日，上海机器人线下论坛，欢迎报名参加。

能源产业智能化升级在加速，工程设计等应用场景中的工具、技术路径等发生了一些改变，同时 GPU 也在更新迭代，从过去大家所熟知的 NVIDIA Turing™ 架构、NVIDIA RTX™ Ampere 架构，已进阶到 NVIDIA Ada Lovelace 架构，算力已不可同日而语。鉴于很多朋友在选型新架构 GPU 的时候经常有疑惑，我们这里给大家整理了工程设计场景中的一些 GPU 适配建议。

近期我们的技术小伙伴对 NVIDIA RTX™ GPU 在 Houdini 中的渲染表现进行了详细的测试，本次测试共选用 6 张 GPU，分别测试每张 GPU 在大、中、小三个场景中的性能表现，并将同级别的 NVIDIA Ada Lovelace 架构 GPU 与 NVIDIA Ampere 架构 GPU 进行对比分析，为大家更直观地呈现 GPU 性能提升。

它最大支持 200B（FP4），当然200B 大多数用户我觉得也用不上，在 30-120B 的范畴很适合个人开发者和终端用户用，又轻又小、能随身携带、功耗也很低，所有的产品特性都是围绕个人开发者、以及有私有化AI助手的终端用户来用。DGX Spark只是提供了一个新的选择，萝卜白菜各有所爱，总有想要的那一款。客户如果是有比较多的并发需求，比如大于 5 个以上的并发，那我会建议考虑工作站或者服务器，

大型复杂模型场景测试瞄准中大型制造企业的复杂设计需求，为构建更复杂的模型，评测组将YL-777 电梯实训装置、智能装配生产线、睿抗机器人工程三个复杂模型组合到一起，组建三合一模型进行极限环境下的显卡性能测试，三合一模型总计包含零部件数量约2.1万个，型文件总大小1.5G，含大量高精度曲面、关联特征与运动信息，对显卡图形处理能力与显存容量要求极高。从三合一模型的载入速度看，RTX PRO 4000、

今天，给大家分享 Kimi-K2 的表现，这可是一个1T大小的模型，说人话就是有1万亿个参数，拿给所有地球人平分，人均也有150个，是迄今为止，我测试过的最大的模型。，时延也仅0.18秒，不算差，但是，注意，随着并发用户的增加，时延上升明显，当并发用户达到。时，时延已经高达22秒，几乎是 DeepSeek V3 的两倍，而吞吐率也仅有。看到如上的数据，不说大家也猜到了，知识库应用的性能应该更差。如

全力支持企业低成本快速部署 DeepSeek

7月26日，扣子(Coze)宣布开源其核心产品：零代码开发平台CozeStudio和调试工具CozeLoop。

上影昊浦社区建设涉及上海科技影都 AI 创制生态中心、上影制作一站式服务平台、高科技影棚群、数字后期制作板块、青年人才公寓及社区配套。赞奇科技作为上影昊浦合作伙伴之一，在等方面展开合作，共同推动了包括等多个核心项目落地。上影昊浦智慧产业社区实拍图。

DeepSeek R1 32B的企业私有化部署场景，推荐 4卡 RTX 5000 Ada 机型，性能和成本效益方面表现出色，满足企业级应用的高并发需求。