Nvidia 在周二的一篇博客文章中宣布,推出了一套新的 AI 工具,让拥有 RTX 硬件的用户能够更轻松地在本地计算机上运行 AI 模型。
这套名为 Nvidia NIM 微服务的工具,可以让包括最新发布的 50 系列在内的 RTX 显卡用户轻松在其设备上安装 AI,用于文本、图像和代码生成。其他使用场景包括语音处理、PDF 提取和计算机视觉。该工具的目标是让使用变得尽可能简单。如果你拥有一台搭载 RTX 的设备,只需下载所需的 NIM 应用程序并运行即可。例如,如果你想转录课堂讲座,只需下载 parakeet;如果你录制的歌曲人声不清晰,只需下载 studiovoice。这些本地 AI 模型也将支持即将推出的 Nvidia DGX 系列专用 AI 计算机。
在本地运行模型的优势在于从长远来看可以节省成本。当使用 OpenAI 的 ChatGPT 或 Google 的 Gemini 等 AI 服务时,用户在需要付费之前能生成的内容是有限的。对于一般任务,大多数人不会触及这些限制。但在某些使用场景下,成本可能会逐渐累积。本地模型对可生成内容类型的限制较少,而且数据保留在设备上,这对处理敏感材料特别有用。
Nvidia 尚未立即回应记者的置评请求。
Nvidia 是 AI 领域最重要的公司之一。其芯片为包括 OpenAI、Google 和 DeepSeek 在内的新 AI 模型开发提供动力。由于每个主要科技公司都依赖 Nvidia 的硬件来推进 AI 发展,这使得该公司的估值达到了惊人的水平。去年,Nvidia 市值达到了 3 万亿美元。现在已经回落到更"适中"的 2.8 万亿美元。
但通过数千英里外的服务器运行所有 AI 服务也是一个重担。这就是为什么各公司一直在设备上本地实现较小的 AI 功能。例如,iPhone 16 和 Google Pixel 9 可以生成图像、编辑照片或总结文本,而无需咨询云端的 GPU 集群。这使得处理更快更高效。PlayStation 5 Pro 也使用 AI 来提升图像以获得更好的视觉效果和性能,据传任天堂 Switch 2 也将采用类似技术。Nvidia、AMD 和 Qualcomm 等芯片制造商都在致力于开发能够处理更多 AI 任务的硬件,以继续吸引科技巨头的投资。
虽然与 NIM 无关,但 Nvidia 还公布了一些针对游戏玩家的新闻。Nvidia 应用程序中新增了一个名为 Project G-Assist 的实验性 AI 助手。G-Assist 可以更好地帮助你优化应用程序和游戏,允许你运行实时诊断并获取性能优化建议。因此,如果你想在目前公认最美的游戏之一《刺客信条:暗影》中获得最高帧数,G-Assist 可以帮助你。G-Assist 还有一个 Google Gemini 插件,所以如果你对《Apex 英雄》中最适合使用的角色或《暗黑破坏神 4》的游戏技巧有疑问,都可以立即获得答案。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。