d-Matrix 采用 NVIDIA NVLink Fusion 实现机架级 XPU 部署

本教程演示如何用 NVIDIA SkillSpector 评估 AI 技能的安全态势，构建包含干净、风险、恶意及 MCP 示例的合成技能市场，并通过 LangGraph 检查流水线扫描每个技能。

该教程基于 NVIDIA cuTile Python 实现了分块 GPU 内核编程工作流，在 Colab 环境中配置 GPU、驱动、CUDA 及 cuTile 可用性后，分别构建了 tiled 向量加法、矩阵加法和矩阵乘法核函数，并以 PyTorch 作为回退保持 notebook 可执行。每一步均通过 PyTorch 验证结果正确性，并基准测试了各阶段的中位运行时间。

本文是 PyTorch profiling 系列的开篇，从最简单的矩阵乘法加偏置操作出发，逐步讲解如何使用 `torch.profiler` 进行性能分析。涵盖 profiler 设置、导出统计表格与 Chrome trace、解读 CPU 和 GPU 活动的时序关系，以及 `torch.compile` 对底层 CUDA kernel 调用链的影响。实验基于 NVIDIA A100-SXM4-80GB GPU 运行，面向基本掌握 PyTorch 但缺乏 profiling…

与 NVIDIA 合作，在 DGX Spark 上通过 SGLang 成功支持 GPT-OSS 20B 与 120B 模型，实现 20B 版本约 70 tokens/s、120B 版本约 50 tokens/s 的生成速度，达到目前最优水平。用户可通过 Docker 部署 SGLang 服务，接入 Open WebUI 实现本地聊天，或借助 LMRouter 转换请求格式以完全本地化运行 Claude Code。该方案使在 DGX Spark 上部署多百亿参数本地编码智能体…

On September 3, NVIDIA confirmed it is buying Hugging Face for $12.93 billion. The platform that...

Almost every AI lab now hands out a free tier. Google, Groq, Cerebras, Mistral, Cohere, NVIDIA,...

Does Jalapeño beat NVIDIA? On the benchmark OpenAI published, yes. Does that make it a better chip...

本教程演示如何用 NVIDIA Earth2Studio 构建集合天气预报工作流，安装组件并加载 FCN 预报模型，从 GFS 获取初始条件，实现将 10 米风分量转为涡轮容量因子的风电诊断及变尺度扰动系统。通过低层迭代器、坐标映射、批处理和 Zarr API 构建执行管道，用纬度加权 RMSE、fair CRPS 等指标验证预报，并可视化集合不确定性。

博主建议按统一内存选Mac跑本地AI，而非看CPU跑分。日常轻量AI选Mac mini M6（16-32G，899美元起），中度本地模型选Mac mini M5 Pro（48-64G。

卡兹克发文讲解GPT-6 Astra的推理强度等级（Reasoning Effort）含义，指出各档位是同一模型的不同思考预算，Ultra则类似拉起多个智能体协作的专项工作组。