标签
NVIDIA 展示了北欧国家如何快速构建先进 AI 计算基础设施，Spotify、ABB Robotics、Elisa 以及瑞典联合体 Sferical One 等企业在 NVIDIA DGX SuperPOD 和 Nemotron 模型上进行大规模部署，预计到 2027 年该地区 AI 云容量将达到 1 吉瓦。
提出无需训练的解码算法“领先一块”（One Block Ahead，OBA），在块扩散语言模型中并发对当前块与下一块去噪，并传递采样器状态，在 DiffusionGemma 上将每次前向传递处理的词元数提升 42.3%、单请求吞吐量提升 16.3%。
NVIDIA CEO Jensen Huang 在 Bloomberg 采访中表示，他不会向被认为不负责任的 AI 实验室出售 GPU，这暗示了芯片供应商在 AI 安全监管方面角色的潜在转变。
NVIDIA 担任 PyTorch 大会北美站赞助商，公布 12 场演讲与 25 个海报展示环节，涵盖编译器与 CUDA 图、FP4/FP8 低精度训练、分布式系统以及物理与智能体人工智能等方向。会议将于 10 月 20-21 日在圣何塞会议中心举行。
NVIDIA 研究人员发布了 AlphaNIST 论文，探讨机器人操作中的涌现式装配技能如何从二元任务奖励中产生，并附有项目页面和 arXiv 预印本。
回顾Nvidia于1999年10月11日发布GeForce 256——首款被其称为GPU的产品，以及Sega当年500万美元投资如何帮助Nvidia渡过难关并最终击败3dfx的历史故事。
英国刚刚举办了一场重大的人工智能活动，却鲜少受到关注：英伟达承诺提供价值2.5亿美元的算力，与牛津大学、伦敦大学学院和帝国理工学院合作开展人工智能安全研究。与此同时，人工智能在英国国家医疗服务体系（NHS）、丹纳赫由人工智能驱动的实验室、利物浦的“城市大脑”，以及劳埃德和斯塔林等英国银行中的部署正在加速——凸显了英伟达在人工智能技术栈中的主导地位，以及英国在构建这一技术栈方面日益重要的作用。
NVIDIA 的 Run:AI AI 工作负载与 GPU 编排平台现已以 Apache-2.0 许可证作为开源单体仓库（monorepo）发布，包括其控制平面、集群服务、CLI 以及用于在 Kubernetes 上管理 GPU 资源的 MCP 服务器。
NVIDIA 宣布多项英国生态合作与投资，包括五年2.5亿美元的 agentic 安全研究投入、与 Earthshot Prize 的合作，以及 Fuse Energy、Locai Labs、OneAdvanced、Speechmatics、Danaher、利物浦城市等企业与机构在能源、医疗、智慧城市等领域的全面部署。
# 欧洲多城市与 NVIDIA 合作，构建物理 AI 智能体与数字孪生 欧洲多城市与 NVIDIA 合作，利用加速计算、Cosmos、Nemotron 和 Omniverse 构建物理 AI 智能体与数字孪生，用于城市管理、公共设施运维、交通与能源优化等场景。
NVIDIA 将完整的 Run:ai 平台开源，作为 NVIDIA DSX AI Factory 平台的一部分，提供生产级 AI 工作负载与 GPU 编排能力，包括可独立采用的 KAI Scheduler、GPU Fractioning Operator、KAI Resource Management 和 Workload Map 四大组件。
Clement Delangue 表达了 Hugging Face 与 NVIDIA 未来在法国扩大合作的意愿，认为法国凭借人才、活力和强大的开源 AI 生态，有望成为全球第三大数据中心与 AI 大国。
英伟达的 DLSS 5 将于 11 月 5 日在《霍格沃茨之遗》中首次亮相，在玩家强烈反对后，其对面部和环境画面的改动已大幅减弱；与此同时，10 月的更新让该模型在 RTX 50 系列 GPU 上运行速度提升一倍，参数量减少了 24%。
LangChain 于 Interrupt 大会举办 Agent Arena 活动，由 NVIDIA 赞助：参与者可通过玩俄罗斯方块训练智能体、用 LangSmith LLM Gateway 选择模型，并在排行榜上观看智能体对竞争霸。
在 RTX Spark 笔记本 10 月 16 日发布之际，NVIDIA 及其生态合作伙伴正推出一系列新软件功能、模型和性能优化，包括 GitHub Copilot 和 Hermes 等智能体应用、Nemotron 3.5 Bolt 74B 模型、Adobe 应用优化、DLSS 5，以及面向这款 PC 超级芯片本地 AI 的完整开发者框架支持。
一位用户分享了购买两台 Nvidia DGX Spark（约6100美元/台）的经历，用于学习和编程工作流，并询问 GLM 5.3 flash 的本地部署配方以及 Nvidia 论坛是否是获取相关资讯的最佳渠道。
法国企业正基于 NVIDIA 技术在航天、金融、公共服务和科研等领域大规模部署智能体计算，涵盖主权 AI 基础设施、开源模型及跨行业应用。
有人提议利用 AI 将 NVIDIA 的 CUDA 逆向工程为开源实现，灵感来自 AI 辅助游戏模组，并指出 AMD Radeon 用户对 CUDA 专有锁定的持续不满。
一位YouTuber通过NVLink载板将四块9年前的NVIDIA Tesla V100 GPU组合起来，在Qwen3.8-Flash-Next推理基准测试中，性能超越了DGX Spark和Apple M5 Ultra，最高领先幅度达230%。
NVIDIA的研究提出Semi-OPD替代方案，发现在初始学生的离线rollout上进行蒸馏通常优于on-policy蒸馏，在17组教师-学生配对中14次胜出，最高提升13.6%准确率和11.4倍训练加速。