NVIDIA 开源 NVCRE：在 AI 工作负载上线前验证 GPU 集群就绪状态

NVIDIA 为 ROS 2 Lyrical 贡献 CUDA buffer backend，配合上游 rosidl：：Buffer 抽象，让节点在满足同主机、同 CUDA 设备、同 Linux 用户及受支持 RMW 实现等条件时以零拷贝方式传输 GPU 常驻数据，否则自动回退 CPU 路径。

NVIDIA 发文梳理 AI 智能体评估如何从单次函数调用打分演进到整任务打分，指出 BFCL 只评估单次调用，调用准确率必要但不充分。完整评估需要可执行环境，配合步骤级过程打分与端到端结果打分，核心指标包括任务成功率、一致性、工具调用精度、参数准确率、每成功任务步数与成本。

NVIDIA Dynamo-Triton 26.07 通过 TensorRT 后端启用多设备推理，让单个 TensorRT 网络借助 NCCL 分布式集合通信跨多 GPU 执行，该能力自 TensorRT 11.0 起全面支持。

NVIDIA 构建了一个 AI 智能体技能，把 cuTile Python 和 Triton-TileIR 内核翻译成 cuTile Rust，已将 TileGym 全部 24 个公开算子（约 40 个 GPU kernel）移植完成，平均达到 cuTile Python 99.5% 的性能。

NVIDIA 与 Palantir 合作在 Palantir Foundry 中构建数字供应链智能指挥中心，把材料分配决策所需的材料、工厂、产能、承诺等数据统一到 Ontology 数据层，并用开源 GPU 加速优化库 NVIDIA cuOpt 以混合整数线性规划求解关键材料分配问题，目标是最小化 Time of Ownership（TOO）。

Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 工作流，无需配置，支持 NVIDIA 和 AMD，指南见 https://unsloth.ai/docs/get-started/install/docker。

NVIDIA 实测数据显示，Vera Rubin NVL72 在智能体工作负载下每兆瓦吞吐量较 GB300 NVL72 最高提升 30 倍，每百万 token 成本降低至 35 倍。

NVIDIA 在 FMS 大会上宣布开源 cuFile API 及底层存储软件栈，让 GPU 可直接读写存储，访问延迟降至微秒级。其 Vera CPU 在两级压缩与加密流水线中吞吐量比 x86 CPU 最高提升 3.21 倍，并联合 40 多家厂商推出 Storage-Next 计划。

NVIDIA 宣布开源 Medical Physics Simulation 框架，这是 Isaac for Healthcare 中首个 GPU 加速的医疗物理仿真能力。该框架可并行运行 8，192 个机器人训练环境，将训练时间从超过 5 小时缩短至不到 2 分钟。CMR Surgical、Johnson & Johnson MedTech 等机构已在使用该框架。

面壁智能发布全球首个完全由AI编写、无人类干预的生产级大模型预训练框架ForgeTrain。该框架针对特定模型和硬件从零自动"锻造"专用训练代码。基准测试显示，ForgeTrain在8小时内追平Megatron-LM，1.5至2天内实现稳定反超，模型FLOPS利用率提升约8%~10%，且可迁移至不同模型（MiniCPM4-0.5B/8B）和硬件（H100及昇腾NPU）。其采用四阶段Harness优化流程，全程自动判定。面壁智能将其工程思想概括为Forge Engineeri…