NVIDIA 发布了一个由 NVIDIA 托管的 CUDA MCP，用于 AI 辅助的 CUDA 操作，如搜索官方最新文档、编写优化的 GPU 代码以及分析性能数据。

# NVIDIA Nsight AI 来源：https://developer.nvidia.com/nsight-ai?mkt_tok=MTU2LU9GTi03NDIAAAGjv4iXg4VR_UZz14ONu2kurKHY4JnW4QWgTwYKqRpmkCGgCKVQEqu0WdimhLAv_SAbMPxPpVG9094rIwtJX-KQCVgHvmLsonYcEy_6L2QggG9tz3QnF0_r&ncid=em-prod-820188 ## CUDA MCP 服务器、Copilot 蓝图与 Nsight Compute 集成 借助由 NVIDIA 托管的 CUDA MCP 服务器（用于一行命令代理接入），或开源的 Nsight Copilot 蓝图（为 NVIDIA GPU 加速系统构建的自托管 CUDA AI 后端），将最新的 NVIDIA CUDATM 知识融入您的 AI 赋能开发工作流。\* ## 为您的工作流选择 Nsight AI 工具 将 AI 编程代理连接到最新的 CUDA 知识，部署自托管 AI 助手，或将 AI 引导的性能分析引入您的 Nsight 工作流。 --- ## NVIDIA Nsight AI 演示：Copilot 与 Nsight Compute 在 Visual Studio Code 和 Nsight Compute 中使用 Nsight Copilot，将 CUDA MCP 服务器连接到您首选的编程代理，或部署开源蓝图以实现自托管工作流。 ### 观看 Nsight Copilot 蓝图演示 此视频展示了开源的 Nsight Copilot 蓝图——一个为 NVIDIA GPU 加速系统构建的自托管 CUDA AI 后端。\* ### 在 Nsight Compute 中观看 Nsight Copilot 此视频演示了 Nsight Compute 中的 Nsight Copilot 集成，针对非合并内存访问提供交互式指导。 --- ## NVIDIA Nsight AI 面向 CUDA 开发者的核心能力 ### 为您的代理提供托管 CUDA 知识 连接 CUDA MCP 服务器，让您的 AI 编程代理能够访问最新的 NVIDIA CUDA 文档和代码示例，从而依据当前第一手资料回答 CUDA 相关问题。 ### AI 辅助的 CUDA 开发 在 Visual Studio Code 和 Nsight Compute 中使用 Nsight Copilot，进行 CUDA 感知的对话、代码生成、代码转换和交互式指导。 ### 开源自托管 CUDA AI 部署针对 DGX SparkTM 优化的开源 Nsight Copilot 蓝图，构建自托管 CUDA AI 后端，并连接兼容的 IDE 客户端。在 GitHub 上探索该蓝图（https://github.com/NVIDIA-AI-Blueprints/nsight-copilot）。 --- ## 快速开始使用 NVIDIA Nsight AI ## CUDA MCP 服务器 选择您的代理并进行连接。首次连接时，需使用您的 NVIDIA 开发者账户登录。您的客户端后续将复用该身份验证。 Claude Code Codex Cursor Antigravity 其他 **从您的终端运行此命令** `` claude mcp add --scope user --transport http nvidia-cuda-docs https://api.copilot.nsight.ngc.nvidia.com/mcp/cuda-docs `` **从您的终端运行此命令** `` codex mcp add nvidia-cuda-docs --url https://api.copilot.nsight.ngc.nvidia.com/mcp/cuda-docs `` **添加到您的自定义 MCP 配置** `` { "mcpServers": { "nvidia-cuda-docs": { "url": "https://api.copilot.nsight.ngc.nvidia.com/mcp/cuda-docs" } } } `` **添加到您的自定义 MCP 配置** `` { "mcpServers": { "nvidia-cuda-docs": { "serverUrl": "https://api.copilot.nsight.ngc.nvidia.com/mcp/cuda-docs" } } } `` **连接到 CUDA MCP 服务器** `` https://api.copilot.nsight.ngc.nvidia.com/mcp/cuda-docs `` --- ## Nsight Copilot 蓝图 一个为 NVIDIA GPU 加速系统优化的开源、自托管 CUDA AI 后端。\* ### 1. 确认您的设置 准备您的 NVIDIA GPU 加速系统，需配备 Ubuntu 22.04 或更高版本、Docker Compose v2、NVIDIA Container Toolkit，并至少有 200 GB 可用磁盘空间。有关当前硬件要求和部署指导，请参阅 GitHub 指南。 ### 2. 部署蓝图 按照 GitHub 指南使用 Docker Compose 部署蓝图。 ### 3. 连接您的 IDE 后端运行后，连接 Nsight Copilot VS Code 扩展或其他兼容的 IDE 客户端。 --- ## NVIDIA Nsight AI 常见问题解答 获取关于 NVIDIA Nsight AI 的常见问题解答，包括 CUDA MCP 服务器、自托管部署、Nsight Compute 集成和系统要求。 ## 更多 Nsight 资源 ## 开始使用 Nsight Copilot Nsight Copilot 蓝图（https://github.com/NVIDIA-AI-Blueprints/nsight-copilot） CUDA MCP 服务器（https://developer.nvidia.com/nsight-ai?mkt_tok=MTU2LU9GTi03NDIAAAGjv4iXg4VR_UZz14ONu2kurKHY4JnW4QWgTwYKqRpmkCGgCKVQEqu0WdimhLAv_SAbMPxPpVG9094rIwtJX-KQCVgHvmLsonYcEy_6L2QggG9tz3QnF0_r&ncid=em-prod-820188#cuda-mcp-server） Nsight Compute 集成（https://developer.nvidia.com/tools-overview/nsight-compute/get-started） VS Code 扩展（https://marketplace.visualstudio.com/items?itemName=NVIDIA.nsight-copilot） ## 支持 如需提供反馈、请求额外功能或报告支持问题，请使用开发者论坛（https://devtalk.nvidia.com/）。 \*硬件兼容性取决于所含 NIMTM 模型的要求。有关当前系统要求，请参阅 GitHub 指南（https://github.com/NVIDIA-AI-Blueprints/nsight-copilot）。