NVIDIA 相关 AI 资讯 · AITOP

7月1日

13:44

13:44IT之家（博客/媒体）

81°

英伟达在 Blackwell 平台上优化 DeepSeek V4 模型推理，单 Token 成本降至原先的五分之一。Blackwell 平台通过生产运营层、应用加速层、基础设施访问层三层优化，实现分布式服务、专家并行、NVLink 通信等技术。优化后单 GPU token 吞吐量最高提升 20 倍。英伟达将单 Token 成本列为 AI 总拥有成本的核心指标。

事件专题

推荐理由：英伟达把 DeepSeek V4 的推理成本砍到五分之一，单 GPU 吞吐量暴增 20 倍，选 Blackwell 做推理的可以闭眼冲了。

原文

06:35

官方账号NVIDIA AI@NVIDIAAI

72°

NVIDIA 在 SIGGRAPH 上发表 Generative Pretrained Controllers (GPC)，将运动技能编码为离散 token。GPC 使用 transformer 进行下一个 token 预测，类似 GPT 的预训练范式。它在 600+小时运动数据上训练，可实时运行在物理模拟中。同一个预训练控制器通过微调即可适配新任务，生成自然且物理合理的交互动作。

AI模型 GPC NVIDIA SIGGRAPH

事件专题

推荐理由：NVIDIA 把 GPT 的套路用在运动控制上，预训练一个模型就能微调干不同活，物理模拟里跑得又自然又实时。

原文

03:13

官方账号Nous Research@NousResearch

Hermes Agent Accelerated Business Hackathon由NVIDIA AI、Stripe和NousResearch联合举办，提交将于6月30日太平洋时间晚11:59截止。目前仅剩一天时间，鼓励最后时刻提交项目。黑客松聚焦于AI Agent应用开发。

行业 Hermes Agent 黑客松

事件专题

推荐理由：还剩一天！想参加NVIDIA和Stripe办的Agent黑客松的话，赶紧提交项目，截止时间是明天晚上。

原文

02:17

官方账号NVIDIA AI@NVIDIAAI

Nemotron Labs发布了一项基于5000名Kaggle竞赛参与者数据的研究。他们分析了参与者的解题行为与推理策略。研究揭示了团队协作和多样化方法对提升AI推理效果的关键作用。这些经验可直接应用于现有模型的优化。

论文 Nemotron Labs Kaggle NVIDIA

事件专题

推荐理由：Nemotron Labs用5000个Kaggle实战案例总结了AI推理的改进方法，比看论文更接地气。

原文

01:51

官方账号Jim Fan@jimfan

精选

NVIDIA GEAR lab 联合 UMich、Berkeley、CMU 推出 ASPIRE，这是首个自动化机器人技能发现系统。它不逐个解决任务，而是持续发现并积累可复用技能，作为机器人智能的构建模块。ASPIRE 支持多任务迁移、sim-to-real 迁移以及跨实体迁移。相关论文和项目页面已在 research.nvidia.com 发布。

AI模型 ASPIRE NVIDIA 机器人技能发现

事件专题

推荐理由：NVIDIA 和几个顶级高校联手搞了个新系统 ASPIRE，能自动发现并存下可复用的机器人技能，跨任务、跨仿真到现实、跨机器人本体都能迁移，挺有看头。

原文

6月30日

14:14

AI Will@FinanceYF5

田渊栋（前Meta FAIR研究员、ELF OpenGo作者、CMU机器人博士）创立Recursive Superintelligence，目标是让AI自主完成研究和自我改进。该公司获得6.5亿美元融资，估值达46.5亿美元，投资方包括GV、NVIDIA和AMD。

行业 Recursive Superintelligence 田渊栋融资

事件专题

推荐理由：田渊栋的新公司让AI自己搞研究，拿了6.5亿美元融资，比很多AI实验室都猛。

原文

12:27

官方账号NVIDIA AI@NVIDIAAI

NVIDIA 宣布其 Nemotron 模型与 LangChain 集成，覆盖从推理到编排的智能体工作流。开发者可在开放栈上自定义、调优和部署模型。该集成面向生产环境，基于 LangChain 框架实现灵活编排。Nemotron 是 NVIDIA 的前沿智能体性能模型，支持多种部署方式。

AI产品 NVIDIA Nemotron LangChain

事件专题

推荐理由：NVIDIA的Nemotron现在接入了LangChain，你可以按需调优和部署智能体，不受厂商锁定，适合做定制化AI代理。

原文

03:09

官方一手marktechpost@Asif Razzaq

精选

NVIDIA 开源了 BioNeMo Agent Toolkit，将 OpenFold3、DiffDock 和 GenMol 等生物分子模型包装为 AI 代理可直接调用的技能。每个技能包含模型用途、输入、输出和失败模式说明。在 NVIDIA 使用 Codex CLI 和 GPT-5.5 fast 的基准测试中，该工具将任务完成率从 57.1% 提升至 100%，并实现 token 效率翻倍。

AI产品 NVIDIA BioNeMo Agent Toolkit OpenFold3

事件专题

推荐理由：NVIDIA 开源了这个工具，让 AI 代理能直接调用分子模型做药物发现。用上它任务完成率翻倍还省 Token，做生物计算的同学可以试试。

原文

6月29日

18:57

官方账号vLLM@vllm_project

精选

NVIDIA 与 vLLM 合作发布 step-by-step 指南，教你用四台 DGX Spark 盒子组建私有集群，自托管 550B 参数的 Nemotron-3-Ultra 模型。指南基于 vLLM 官方容器，可提供兼容 OpenAI 的端点。无需数据中心，适合构建私有 agent 工作流。

技巧 Nemotron-3-Ultra NVIDIA DGX Spark

事件专题

推荐理由：想不依赖数据中心自己跑 550B 模型？NVIDIA 出了详细教程，四台 DGX Spark 就能拼出 OpenAI 兼容的端点。

原文

13:50

官方账号阿里云 Alibaba Cloud@alibaba_cloud

在Flink Forward Asia Shenzhen 2026上，NVIDIA的Chuan Chen介绍了与阿里云的技术合作。双方通过CUDA库加速Apache Flink的多模态数据流处理。这一开源协作实现了端到端高性能多模态流式架构，适用于AI评论、实时图文流和交互式问答。

行业 NVIDIA Alibaba Cloud Apache Flink

事件专题

推荐理由：NVIDIA和阿里云用CUDA把Flink的多模态数据处理速度拉满了，想做实时AI评论或图文问答的可以看看这个架构。

原文

09:39

09:39IT之家（博客/媒体）

精选78°

澳大利亚云服务商 Firmus 宣布在印尼峇淡建设一座 360MW 的 AI 工厂，采用 NVIDIA DSX 液冷方案。该工厂由 Firmus 与 DayOne 合作开发，电力容量达 360MW。根据与 NVIDIA 至 2034 年的战略合作，NVIDIA 将在明后两年交付 Grace Blackwell、Vera Rubin、Vera 等多代算力硬件，总计 17 万颗 GPU。Firmus 预计前六年从已承诺承购协议中获得 250~300 亿美元收入。NVIDIA 还是 Firmus 今年四月股权融资的有条件参与方。

行业 NVIDIA Firmus AI工厂

事件专题

推荐理由：想了解超大规模 AI 数据中心怎么建？Firmus 联手 NVIDIA 在印尼搞了个 360MW 的大项目，17 万颗 GPU，仅硬件收入就有 300 亿美元，值得一读。

原文

6月28日

22:27

官方账号NVIDIA AI@NVIDIAAI

NVIDIA、Stripe 与 Nous Research 联合举办 The Hermes Agent Accelerated Business Hackathon，要求开发者用 Hermes Agent 构建能赚钱、花钱、运营业务的智能体。比赛使用 NVIDIA NemoClaw 安全运行、Nemotron 3 Ultra 快速推理，以及 Stripe Skills 实现支付和资源采购。奖品包括第一名 $10,000 现金 + DGX Spark + $5,000 Stripe Credits，第二名 $5,000 现金 + DGX Spark + $3,000 Stripe Credits，第三名 $2,500 现金 + DGX Spark + $1,000 Stripe Credits。参赛者需在 6 月 30 日（周二）前提交 1-3 分钟 demo 视频和简短说明至 Discord 及表单。

行业 NVIDIA Stripe Nous Research

事件专题

推荐理由：想赢一台 DGX Spark 吗？用 Hermes Agent 造个自动赚钱的 AI 公司，前三名都有现金加硬件，截止 6 月 30 日，快上车。

原文

6月27日

21:12

官方账号LMSYS Org (SGLang)@lmsysorg

精选

英伟达与智谱AI合作，发布了基于GLM-5.2的NVFP4量化检查点。该模型为744B参数混合专家架构（40B活跃参数），专注于推理和编码任务。NVFP4量化通过NVIDIA Model Optimizer实现，在降低内存占用的同时保持前沿推理性能。模型还支持稀疏注意力和IndexShare索引器，实现高效长上下文处理。目前已在Blackwell/Grace Blackwell上通过SGLang提供首日支持。

AI模型 GLM-5.2 NVFP4 NVIDIA

事件专题

推荐理由：英伟达把GLM-5.2压缩成NVFP4，内存省一大截，推理编码在Blackwell上直接跑，SGLang第一时间就能用。

原文

13:54

官方账号vLLM@vllm_project

精选

NVIDIA发布GLM-5.2的NVFP4检查点，在Blackwell GPU上相比FP8内存占用降低一半。该模型在推理、编码和长上下文基准测试中保持与FP8相同的准确率。用户可通过vLLM直接加载运行：vllm serve nvidia/GLM-5.2-NVFP4。

AI模型 GLM-5.2 NVFP4 vLLM

事件专题

推荐理由：想省显存又不想降精度？GLM-5.2的NVFP4版在vLLM上线了，比FP8省一半内存，推理编码长文本都稳。

原文

11:39

官方一手marktechpost@Sana Hassan

精选

本教程演示如何从Hugging Face流式加载NVIDIA Open-SWE-Traces数据集，无需本地下载即可在Google Colab中高效处理。内容涵盖多轮智能体对话标准化、代码补丁解析、构建包含轨迹长度、工具使用次数、补丁大小、语言分布及解决结果的分析DataFrame。最后基于成功标签、Token限制、语言过滤和补丁可用性筛选出监督微调子集。

技巧 NVIDIA Open-SWE-Traces Hugging Face

事件专题

推荐理由：想自己动手做代码智能体微调数据？这教程手把手教你解析NVIDIA开源的Open-SWE-Traces，连Token预算和工具使用指标都算好了。

原文

6月26日

16:55

Geek@geekbb

精选

NVIDIA 基于智谱 GLM-5.2 模型量化出 NVFP4 精度版本，命名为 nvidia/GLM-5.2-NVFP4。该模型通过 Hugging Face 免费层级 API 提供，限制为每小时 300 次或每天 1,000 次请求。作者认为其性能至少应优于 deepseek-v4-flash。

AI模型 nvidia/GLM-5.2-NVFP4 智谱 NVIDIA

事件专题

推荐理由：NVIDIA 把智谱的 GLM-5.2 量化成 NVFP4 精度，放 Hugging Face 上免费调，还能白嫖，日常推理够用了。

原文

10:10

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA与Linux基金会及行业伙伴共同启动Akrites计划，旨在应对AI驱动的开源软件安全威胁。NVIDIA首席安全官David Reber强调透明与开放协作对AI时代安全至关重要。Akrites将建立共享安全事件响应团队（SIRT）和标准化保密披露流程，在漏洞被利用前进行上游修复。该计划特别针对AI可在数分钟内发现软件漏洞的新挑战。

行业 NVIDIA Linux基金会 Akrites

事件专题

推荐理由：NVIDIA和Linux基金会牵头搞了个Akrites，专门对付AI快速找漏洞的问题，还建了共享安全响应团队，挺实在的。

原文

6月25日

05:57

a16z@a16z

76°

AI 初创公司 Mirendil 宣布完成 2 亿美元种子轮融资，由 a16z 和 Kleiner Perkins 共同领投，NVIDIA 等参投。公司由 Behnam Neyshabur 联合创立，团队 20 人来自 Anthropic、xAI、Google DeepMind 和 OpenAI。Mirendil 提出“自加速 AI”概念，让 AI 像科学家一样在特定领域积累深度专业知识，从而加速自身研发进程，并计划将这一能力开放给更多科研机构和企业。

行业 Mirendil a16z NVIDIA

事件专题

推荐理由：Mirendil 刚融了 2 亿美元，要造能自己加速研发的 AI，团队全是前沿机构出来的，想法挺前沿。

原文

04:57

Marc Andreessen@pmarca

73°

新创公司 Mirendil AI 今日宣布完成 2 亿美元种子轮融资，由 a16z 和 Kleiner Perkins 领投，NVIDIA 跟投。公司由 Behnam Neyshabur 等四位联合创始人领导，核心团队共 20 名研究者与工程师，来自 Anthropic、xAI、Google DeepMind 和 OpenAI。Mirendil 定位于构建自加速 AI 研发系统，目标是通过 AI 推动科学进步，并主张让更多实验室自主控制 AI 基础设施。

行业 Mirendil a16z Kleiner Perkins

事件专题

推荐理由：a16z 和 Kleiner Perkins 联手投了两亿美元，团队全是大厂顶尖人才，就是要搞AI自己加快研究速度的路子，跟传统实验室玩法不同。

原文

04:21

a16z@a16z

81°

Mirendil AI 完成 2 亿美元种子轮融资，由 a16z 和 Kleiner Perkins 联合领投，NVIDIA 参与投资。该公司正构建一个专精 AI 研发的自主系统，类似为研究设计的编码智能体，可自行控制 GPU 并循环执行科研与工程任务。创始团队 20 人来自 Anthropic、xAI、Google DeepMind 和 OpenAI。

行业 Mirendil a16z NVIDIA

事件专题

推荐理由：Mirendil 要做让 AI 自己搞 AI 研发的系统，2 亿美元种子轮，团队来自顶尖实验室，目标是打破大厂垄断。

原文

03:27

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA 发布 Metropolis Blueprint for Video Search and Summarization (VSS) 3，允许用自然语言提示分析实时流和视频库。新版本包含16种智能体技能，如搜索、摘要、警报、报告和片段审查。提供统一开源仓库，附带 Docker 和 Helm 部署配置以加速部署。支持多视频报告，集成 Nemotron 3 Nano Omni 模型实现跨视频和音频的规模化洞察。3D 多摄像头追踪达到生产就绪级别，并取得 SOTA 性能。

AI模型 NVIDIA Metropolis VSS 3

事件专题

推荐理由：NVIDIA 刚发了 VSS 3，你的编程代理现在能用一句话搜索、总结视频了，新增16种技能和3D追踪，比以前好用得多。

原文

01:12

官方账号NVIDIA AI@NVIDIAAI

76°

NVIDIA 发布了 NeMo AutoModel，基于 Hugging Face Transformers v5 为混合专家 (MoE) 模型提供原生支持。通过 Expert Parallelism、DeepEP 和 TransformerEngine 内核，仅需几行代码即可应用优化。实测显示 NeMo AutoModel 将主流 MoE 模型训练吞吐量提升 3.4 到 3.7 倍。该工具是 NeMo 框架的一部分，专为大规模模型构建设计。

AI产品 NeMo AutoModel MoE Hugging Face Transformers v5

事件专题

推荐理由：NVIDIA 出了个 NeMo AutoModel，基于 Hugging Face Transformers v5，几行代码就能给 MoE 模型训练加速 3 倍以上，搞大模型训练的值得看看。

原文

00:51

00:51官方一手Hugging Face: Blog（博客/媒体）

精选

NVIDIA 发布 NeMo AutoModel，通过自动化模型并行、混合精度训练和梯度检查点，简化 Transformer 模型微调流程。该工具可自动检测硬件配置，支持多 GPU 分布式训练，无需手动调整参数。在微调 BERT-base 模型时，相比标准 PyTorch 实现，NeMo AutoModel 将训练时间缩短约 40%，并保持相同精度。

技巧 NVIDIA NeMo AutoModel

事件专题

推荐理由：NVIDIA 搞了个 NeMo AutoModel，能自动帮你加速微调 Transformer 模型，省去手动调参的麻烦，速度还快很多，适合想快速出结果的人。

原文

6月24日

13:13

官方账号vLLM@vllm_project

vLLM 项目宣布支持 DFlash 投机解码，用户只需将 EAGLE-3 检查点替换为 DFlash 检查点即可启用，无需修改代码。该功能通过开源 Speculators 库将 DFlash 草案模型与目标模型的隐藏状态连接。在单块 Blackwell Ultra GPU 上运行 Gemma-4 31B 模型，Math500 基准取得 5.8 倍吞吐量提升，GSM8K 提升 5.3 倍，HumanEval 提升 5.6 倍，MBPP 提升 4.4 倍。

AI模型 DFlash vLLM Gemma-4

事件专题

推荐理由：vLLM 和 NVIDIA 合作推出 DFlash 投机解码，Gemma-4 31B 推理速度提升近 6 倍，配置只需改一行 checkpoint 路径。

原文

09:58

官方一手Pandaily@contact@pandaily.com (Pandaily)

NVIDIA、高通等芯片巨头正在加码具身AI芯片赛道。多家公司发布了针对人形机器人等应用的专用芯片方案。市场争夺日趋白热化，各厂商正通过差异化设计和生态合作抢占先机。

行业 NVIDIA Qualcomm 具身智能芯片

事件专题

推荐理由：NVIDIA和高通都在押注具身AI芯片，看看他们谁能笑到最后。

原文

03:18

官方账号NVIDIA AI@NVIDIAAI

精选

NVIDIA发布DFlash，一种开源轻量级块扩散模型，专为投机解码设计。在NVIDIA Blackwell硬件上，DFlash可实现高达15倍的推理吞吐量提升，同时保持相同的用户交互响应速度。与传统逐token解码不同，DFlash一次生成整个token块，由主模型并行验证。该方案即插即用，已集成到SGLang、TensorRT-LLM和vLLM等框架中。

AI模型 DFlash NVIDIA Blackwell

事件专题

推荐理由：NVIDIA开源了DFlash，用块扩散投机解码让Blackwell推理提速15倍，还支持SGLang和vLLM，随手就能用。

原文

01:02

官方账号LMSYS Org (SGLang)@lmsysorg

79°

与NVIDIA合作，在GB300上使用SGLang服务DeepSeek-V4，实现5倍吞吐量提升（~2,200→~11,200 tok/s/GPU，交互性~50 tok/s/user）。借助MTP，在80 tok/s/user交互性下吞吐再提升2.6倍。Blackwell Ultra聚合模式下30 tok/s/user时吞吐提升2.91倍，峰值无MTP吞吐提升超6倍。采用W4A4 MegaMoE量化（MXFP4）且精度损失可忽略。单个FP8-einsum修复将MTP接受率从0.57提至0.70。

AI模型 DeepSeek-V4 GB300 SGLang

事件专题

推荐理由：想用SGLang在GB300上榨干DeepSeek-V4？NVIDIA合作实测，吞吐翻5倍，交互延迟不变，MTP和量化细节全公开。

原文

6月23日

17:03

Aravind Srinivas@AravSrinivas

据曼哈顿研究所数据，美国数据中心仅占每日用水量的0.2%。传统冷却系统每MW每年消耗约260万加仑水，而采用45°C液冷技术的AI工厂在适宜气候下可使用干冷却器，将设施冷却水消耗降至接近零。NVIDIA指出，液冷不仅提升水效和能效，还创造了余热回收和社区供暖机会。这一转变颠覆了公众对AI数据中心大量耗水的印象。

行业 NVIDIA 液冷数据中心

事件专题

推荐理由：反常识吧？液冷能让AI工厂几乎不耗水，还顺带回收热能, 值得看看数据。

原文

16:58

Julien Chaumond@julien_c

曼哈顿研究所数据显示，美国数据中心用水仅占全美日用水量的0.2%。采用45°C液冷技术后，AI工厂在适宜气候下可用干冷器替代冷却塔，将设施冷却用水从约每年每MW 260万加仑降至接近零。液冷技术同时提升能效，并支持热量回收与社区供暖，使数据中心成为电网资产。

行业 NVIDIA 液冷数据中心

事件专题

推荐理由：NVIDIA用液冷把数据中心用水几乎干到零，还顺便回收热量给社区，环保和算力两不误。

原文

15:58

15:58IT之家（博客/媒体）

Valve 发布了 SteamOS 3.8 版本，但目前仅支持 AMD 的 GPU。Valve 员工 Pierre-Loup Griffais 在接受 The Verge 采访时透露，团队正在为 SteamOS 开发 NVIDIA 显卡驱动程序支持，并与 NVIDIA 密切合作。虽然该支持可能不会在今年推出，但 Valve 已将其列为幕后重点方向。

行业 Valve SteamOS NVIDIA

事件专题

推荐理由：Valve 官方确认 SteamOS 正在开发 N 卡支持，虽然今年可能出不来，但这是 Linux 游戏平台的关键一步。

原文

14:06

lmarena.ai@lmarena_ai

NVIDIA 的 Cosmos 3 Super 在 Text-to-Image Arena 开放模型排名中位列第8和第11（两个变体），整体排名第49和第54。其中 #8 的 Cosmos-3-Super-Text2Image 与 Flux-2-Klein-9B 和 Qwen Image Prompt Extend 持平。#11 的 Cosmos-3-Super-Text2Image (Agentic) 与 Qwen-Image 和 Ideogram-v3-Quality 等模型持平。这些排名体现了 NVIDIA 对开源生态的贡献。

AI模型 Cosmos-3-Super NVIDIA Text-to-Image Arena

事件专题

推荐理由：NVIDIA 这个开源文生图模型在排行榜上跟 Flux、Qwen 差不多水平，想试试免费好用的生成工具可以关注它。

原文

13:13

官方账号arXiv cs.AI@Prateek Agnihotri, Sanchit Jain, Prabhat Agnihotri, Aditya Prasad, Shubham Jain

这篇论文介绍了在NVIDIA Nemotron Model Reasoning Challenge中解决Bit Manipulation Puzzles的创新算法。该任务要求发现隐藏的逻辑规则并应用于新输入，但LLMs通常因复杂布尔逻辑模拟而幻觉。作者提出放弃算术逻辑，转而使用字符串相似性、结构化搜索和自主错误恢复。他们将逻辑门推导重构为基选择任务，利用最小比特翻转来隔离基并推导真值表，无需复杂算术。通过回溯DFS和错误恢复，结合比特分词和交互推理SFT，该方法在验证集上达到96%以上的准确率，最终获得比赛第7名。

论文 NVIDIA Nemotron Bit Manipulation Puzzles

推荐理由：这篇论文用字符串相似度和回溯搜索替代了算术逻辑，让LLM在位操作谜题上验证精度超过96%，比赛第7名，方法很巧妙。

原文

10:23

官方一手Pandaily@contact@pandaily.com (Pandaily)

72°

Intel的CPU复苏、Broadcom的定制ASIC扩张以及云巨头自研芯片正重塑AI算力格局。这些挑战者试图从不同角度分食NVIDIA在AI训练和推理市场的份额。具体包括Intel的Xeon处理器提升AI性能，Broadcom为谷歌等客户设计的TPU持续迭代，以及亚马逊Trainium、谷歌TPU等云自研芯片逐步规模化。

行业 NVIDIA Intel Broadcom

事件专题

推荐理由：Intel、Broadcom和云巨头都在动NVIDIA的蛋糕，这篇梳理了各家具体动作，让你看清AI芯片战局。

原文

09:48

09:48IT之家（博客/媒体）

76°

NVIDIA 宣布 Vera Rubin NVL4 平台将于 2026Q4 上市。该平台集成 4 颗 Rubin GPU 和 2 颗 Vera CPU，采用第六代 NVLink 协议和 NVLink-C2C 互连。与 Grace Hopper 相比，其科学计算模拟性能提升 4 倍，科学 AI 训练性能提升 6 倍，科学 AI 推理性能提升 8 倍。系统兼容液冷 NVIDIA MGX 模块化服务器，专为现代超级计算优化。

AI产品 NVIDIA Vera Rubin NVL4

事件专题

推荐理由：NVIDIA 发了 Vera Rubin NVL4，2026 年底上市，科学计算比 Grace Hopper 快 4 倍，AI 训练快 6 倍，搞超算和 AI 的可以盯一下。

原文

6月22日

10:23

10:23IT之家（博客/媒体）

鸿海董事长刘扬伟6月18日在台湾地区工商协进会会员大会上表示，基于NVIDIA Vera Rubin平台打造1GW规模的AI数据中心需要470亿美元资本支出。单一个Vera Rubin机架价格为910万美元，1GW数据中心共需约3557个各类机架。每年电力支出达13亿美元，硬件折旧费用为电力成本的六倍。刘扬伟援引外部数据预测，全球数据中心产业规模到2030年将达1.6万亿美元，电力容量将从2024年的68GW增至174GW。

行业 Vera Rubin NVIDIA 英伟达

事件专题

推荐理由：刘扬伟算了笔账：建1GW的Vera Rubin数据中心要470亿美元，单机柜910万，电费一年13亿。想了解AI数据中心的真实成本？看这篇。

原文

6月20日

06:57

官方一手marktechpost@Asif Razzaq

NVIDIA AI推出了SpatialClaw，这是一个无需训练的智能体。它通过编写Python代码在持久内核中执行，将代码作为动作接口。SpatialClaw能够组合多种感知工具，实现3D空间推理。这种设计免去了传统微调或训练步骤。

AI模型 SpatialClaw NVIDIA Python

事件专题

推荐理由：NVIDIA搞了个叫SpatialClaw的智能体，不用训练，直接用写Python代码的方式做3D空间推理，挺创新的。

原文

03:52

官方账号Nous Research@NousResearch

精选

Nous Research联合NVIDIA和Stripe启动Hermes Agent加速商业黑客马拉松，鼓励构建能自主执行商业操作的AI代理。NVIDIA提供NemoClaw安全运行、Nemotron 3 Ultra快速推理及代理技能支持。Stripe新Skills让代理能自主购买服务、订阅SaaS。总奖金包括$17,500现金、3台NVIDIA DGX Spark及$9,000 Stripe Credits。提交截止6月30日。

行业 NVIDIA Stripe Nous Research

事件专题

推荐理由：想让你造的AI代理自己挣钱花钱？这个黑客马拉松有NVIDIA和Stripe支持，奖品有现金和DGX Spark，值得试试。

原文

6月19日

18:42

官方账号Together AI@togethercompute

Together AI的James Zou与NVIDIA的Venkat Srinivasan将于7月1日在AI Engineer World's Fair上讨论开放模型如何实现集体智能。该活动聚焦开源模型在协作智能系统中的作用。演讲将结合两家公司的技术实践，分析开放模型对多智能体架构的影响。

行业 Together AI NVIDIA 开放模型

事件专题

推荐理由：想了解开放模型怎么支撑多智能体协作？Together AI和NVIDIA的人要聊这个，7月1日别错过。

原文

18:19

官方一手pandaily@contact@pandaily.com (Pandaily)

73°

Coherent、Nokia、JX Advanced Metals 等全球光芯片厂商宣布扩大产能，以满足AI数据中心对高速互联的需求。NVIDIA 为此投资20亿美元，锁定光子互连供应链。这些扩产计划预计在2026年前完成，以支撑下一代AI网络架构。

行业 Coherent Nokia JX Advanced Metals

事件专题

推荐理由：光芯片是AI数据中心的血管，英伟达砸20亿锁定供应，可以了解一下三巨头各自的扩产计划

原文

6月18日

09:39

官方一手marktechpost@Sana Hassan

精选

本教程演示如何使用 NVIDIA SkillSpector 对 AI 技能进行安全风险预部署扫描。通过构建良性和故意含漏洞的技能语料库，利用 SkillSpector 的 LangGraph 工作流进行扫描，并用 pandas 整理风险评分与发现。结果导出为 SARIF 格式，支持自定义分析器和可选的 LLM 语义分析。该流程覆盖静态分析、风险分类可视化及报告生成。

技巧 NVIDIA SkillSpector SARIF

事件专题

推荐理由：NVIDIA 教你用 SkillSpector 做 AI 技能安全扫描，从写语料到出 SARIF 报告，一步一步都有代码，适合想加固 AI 应用的开发者。

原文