由于NVIDIA 和谷歌云的合作，用你最喜欢的工具 Jupyter 笔记本开发人工智能变得更容易了。提供 GPU 优化的框架、 SDK 、预训练人工智能模型和示例，帮助您更快地构建人工智能解决方案。为了进一步加快您的开发工作流程，今天发布了一个简化的部署，该软件带有 NGC catalog 的新一键部署功能。只需进入中的软件页面，点击“部署”即可开始。在引擎盖下，这个功能：以最佳配置在谷歌云上启动

在创建沉浸式虚拟环境时，用户希望体验尽可能逼真。尽管 AIO 耳机为 VR 用户提供了移动性和自由度，但这些耳机并不总是具有足够的功率，能够以精确的物理和照明来渲染逼真的场景。使用云和专业 GPU ，您可以为沉浸式环境生成逼真的图形。提供了两全其美，包括增强的移动性和进一步了解在使用 NVIDIA RTX GPU 的 PC 上构建 XR 应用程序时可以体验到的三大好处。

下图演示了 RAG 工作流程的一个示例。RAG 工作流程包含两个部分。第一部分是获取非结构化数据（如文本、图像和视频）、使用嵌入模型将其转换为嵌入（向量）、并将其存储在向量数据库中（步骤 1-3）。嵌入是一种数值表示，可用于相似性搜索以找到与查询最相关的内容。工作流程的第二部分是请求本身。将请求转换为嵌入，并用于查询向量数据库以查找内容从而增强提示（步骤 4-5）。查询的输出被发送到 FM，然后

集体通信是现代分布式人工智能培训工作（如推荐系统和自然语言处理）的一个关键性能组成部分。NCCL 具有拓扑意识，经过优化，可通过 PCIe 、 NVLink 、以太网和 InfiniBand 互连实现高带宽和低延迟。和通过自定义网络连接，在流行的云环境中实现高性能 NCCL 操作。NCCL 版本一直致力于提高集体沟通绩效。这篇文章主要关注 NCCL 2.12 版本带来的改进。