诺基亚与英伟达推出面向电信运营商的主权代理式AI平台
诺基亚与英伟达推出面向电信运营商的主权代理式AI平台,用于跨域网络自主化。该平台将英伟达AI Enterprise软件和Nemotron模型集成到诺基亚的代理式平台中。
诺基亚与英伟达推出面向电信运营商的主权代理式AI平台,用于跨域网络自主化。该平台将英伟达AI Enterprise软件和Nemotron模型集成到诺基亚的代理式平台中。
英伟达推出 Confidential Bare Metal 部署方案,让前沿模型开发商能在第三方专用基础设施上运行敏感工作负载,同时保留对模型和数据的控制权。
谷歌云计划将基于英伟达 Vera Rubin 的基础设施扩展至多站点部署,最多 96 万颗 Rubin GPU。伦敦 AI 公司 Ineffable Intelligence 已率先接入 A5X 实例,用于大规模强化学习及持续学习系统研发,该公司由 AlphaGo 创作者 David Silver 创立。
英伟达推出 Confidential Bare Metal 机密裸金属部署方案,允许前沿 AI 模型开发商在第三方云服务商及企业基础设施的专用裸金属服务器上运行敏感工作负载,并通过硬件级隔离、加密证明和访问控制保护模型与数据在内存及执行过程中的安全。
英伟达宣布扩展开源智能体工具包 NVIDIA Agent Toolkit,新增 Agent Knowledge Foundation 知识基础架构。该架构帮助企业把内部数据转化为智能体可用的业务知识,支持信息检索、业务分析、结果预测和决策优化,且无需迁移数据、重建现有工作流或调整治理机制。
英伟达宣布与华盛顿大学医学院蛋白质设计研究所合作推出开放模型 RFD4-Proteina,该模型结合可编程蛋白质设计与搜索能力,可根据分子输入、设计约束和评分目标生成并优化蛋白质设计方案,应用于药物研发、疾病检测及工业酶开发。在癌症治疗领域,英伟达与西门子医疗旗下癌症治疗业务合作,探索将智能体AI、患者个体化仿真及实时计算用于自适应放射治疗,帮助医生制定和调整个性化治疗方案。
英伟达CEO黄仁勋在柏林GTC大会上敦促欧洲所有终端行业采用AI,涵盖汽车、金融服务和医疗保健等领域。英伟达在会上发布了新的数据中心设备、软件和模型,并宣布与欧洲多家领先企业建立合作关系,活动一度被抗议者打断。
Nebius、Nscale 和 Verda 等 AI 云厂商将采用 NVIDIA Vera CPU 建设面向智能体计算的基础设施,与运行模型的 GPU 配合承担数据处理和软件执行。
NVIDIA 扩展其开放模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 和 Ising。
推荐理由:原文一次性列出语言、机器人、生物、量子多条开放模型线及各自可用渠道,便于读者对照选型。
NVIDIA 扩展开源 Agent Toolkit,新增 Agent Knowledge Foundation,并纳入 CUDA-X 库、Nemotron Retriever 与 Kumo 系列开放模型、OpenShell 安全运行时、NemoClaw 蓝图及 NeMo Relay、NeMo Compass 等工具。
推荐理由:原文列出了 Agent Toolkit 新增组件与企业落地案例,读者可据此判断企业智能体如何在不迁移数据的前提下接入公司数据。
NVIDIA 扩展机密计算能力,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方专用基础设施上运行敏感负载并保留对模型和数据的控制。
NVIDIA 宣布 CUDA-X 库 cuDSS 正式可用,将工程与科学仿真中的大型稀疏方程组求解迁移到 GPU。应用材料在 Ginestra 平台上实现最高 10 倍加速,达索系统在 Abaqus 求解器中报告 8-10 倍加速,ZEISS SMT 用 COMSOL 完成 EUV 光刻等离子体仿真基准测试,耗时 6 天 14 小时。
NVIDIA 在 GitHub 上开放 Factory Operations Blueprint(FOX)早期访问,供开发者构建可连接 Cosmos、Nemotron 等模型的工厂管理智能体与视觉检测、根因分析等专用智能体。
NVIDIA 在欧洲、北欧、非洲和中亚的云合作伙伴正扩大区域算力,用于模型训练与推理,并支持智能体和物理 AI 应用。Nscale 在 GB300 NVL72 测试中借助 DSX MaxLPS 在同一供电预算内多部署 37% 的 GPU、聚合推理吞吐提升近 50%,并计划部署 Vera Rubin。
Google Cloud 与 NVIDIA 宣布基于 NVIDIA Vera Rubin 的 A5X 实例正式可用,下月上线并计划扩展至欧洲。A5X 整合 Vera Rubin NVL72、ConnectX-9 SuperNICs、Google Cloud Virgo 网络与第四代液冷技术,面向大规模智能体推理与强化学习负载。
推荐理由:原文给出了 A5X 实例的组成、上线时间与首批客户用法,读者可据此判断这套云上训练推理平台的实际形态。
NVIDIA 在 GTC Berlin 集中展示本地 AI 硬件产品线,包括上周发布的 RTX Spark、面向开发者的 DGX Spark 和面向企业团队的 DGX Station。
推荐理由:原文把 RTX Spark、DGX Spark 与 DGX Station 的本地 AI 能力、可用时间和配套模型放在一起,便于读者对照选型。
英伟达推出Halos SAFE安全评估框架,将仿真、软硬件在环测试、道路测试和车队监测纳入统一评估流程,生成可追溯的安全验证证据。Bolt、Lucid、梅赛德斯-奔驰、沃尔沃汽车、大众商用车及Einride正基于英伟达Hyperion计算平台推进L3、L4级自动驾驶及未来Robotaxi车队项目。
英伟达预计,2026 年至 2027 年半导体测试产能将翻倍。
英伟达宣布升级 Isaac 通用机器人开发平台,推出新的人形机器人参考框架、仿真工作流及数据工具,目标是加速通用机器人开发。更新覆盖机器人训练、仿真验证和部署流程,开发者可用合成数据和仿真环境训练机器人,并在实际部署前验证机器人行为。同日黄仁勋在柏林 GTC 演讲中称 AI 将提升电信频谱利用效率,约 10 万个站点可构成规模约 100 吉瓦的分布式数据中心网络。
英伟达 10 月 21 日宣布推出 Halos SAFE 安全评估框架,将仿真、软硬件在环测试、道路测试和车队监测纳入统一评估流程,通过标准化场景、测试及量化指标生成可追溯的安全验证证据。
10月21日柏林GTC大会上,黄仁勋表示AI将改变电信行业、提高频谱利用效率,并推动通信基站转变为分布式AI基础设施,约10万个站点可构成规模约100吉瓦的分布式数据中心网络。他还称经过近8年研发,英伟达已与诺基亚在T-Mobile网络完成首次商业电话呼叫。
英伟达与供应链合作伙伴扩大产能,以加快人工智能基础设施建设。原文未披露具体扩产规模、涉及的合作方名单及产能提升幅度。
英伟达宣布扩展 Isaac 开放机器人开发平台,新增人形机器人参考平台、数据集、运行时框架及机器人学习工具,覆盖数据生成、模型训练、仿真验证到实际部署的流程。公司同时推出开源运行时框架 Isaac OS,正式发布机器人学习框架 Isaac Lab 3.0,并开放包含 2000 多种仿真就绪机器人与工厂资产的 SimReady Central Library。
英伟达宣布扩展开放模型产品线,推出Nemotron Retriever检索模型、Kumo结构化企业数据模型、Cosmos 3.5世界模型、Alpamayo 2 Edge自动驾驶模型、BioNeMo蛋白质设计模型及Ising量子计算模型等。其中BioNeMo RFD4-Proteina在涵盖200个氨基酸蛋白质的基准测试中,生成设计速度约为RFdiffusion3的13倍。
英伟达CEO黄仁勋表示,人工智能不会成为软件的终结。这一表态针对外界关于AI将取代传统软件的担忧,强调AI与软件并非替代关系。
英伟达CEO黄仁勋表示,物理AI代表下一波人工智能浪潮。
英伟达CEO黄仁勋表示,将借助工具与物理世界交互。原文未披露具体工具、产品版本或时间表。
肯·格里芬警告AI行业投资者应为挫折做好准备后,多位金融和投资界高管公开反驳AI泡沫说法。德意志银行CEO Christian Sewing称没有理由担心资产价格短期内大幅逆转,贝莱德CEO Larry Fink主张继续快速推进AI数据中心建设,称延误可能威胁经济增长并推高算力成本、加剧通胀。
英伟达宣布扩充开放模型产品组合,覆盖视觉与语言、信息检索、结构化商业数据、生物医药、机器人及量子计算等领域,面向欧洲企业和研究人员,支持用本地数据开发定制应用并部署在自主控制的基础设施上。
英伟达 CEO 黄仁勋在 GTC 柏林演讲中发布 DSX POD AI 工厂参考设计,该产品在模块化集装箱内建造,交付前已完成集成与验证,将于 2027 年初在全球交付。黄仁勋称,相比传统数据中心部署,DSX POD 从开始部署到产生 token 的时间可从 6 个月缩至最少 14 天。
英伟达宣布欧洲多家云服务商及基础设施企业正采用其 DSX AI 工厂平台,以降低数据中心冷却用水和电力消耗。该平台通过闭环液冷与干式冷却器排热,可将冷却用水量降至近零,英伟达称 2 吉瓦规模下每天可节水 5400 万升,相当于 18 万户家庭的日用水量。DSX MaxLPS 软件则可在生成相同数量 AI 词元的情况下最多减少 30% 用电量。
英伟达推出DSX POD,这是一套基于Vera Rubin架构的完整AI工厂参考设计,由合作伙伴在模块化集装箱内建造并完成集成验证,运抵现场后接入电力、冷却和网络即可投用。该方案把部署周期从六个月缩短至最快14天,将计算、网络、布线、机架级电力和液冷的安装转移到制造设施中完成。黄仁勋表示,AI工厂在开始生产token时创造价值,而不是在建设完工时。
10月21日,英伟达推出 OpenShell 参考架构,整合 Vera Rubin 基础设施、Vera CPU、BlueField-4 DPU 及 OpenShell 安全运行时软件,帮助企业大规模构建、运行和管理 AI 智能体并监控其行为。
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主题演讲中发布多项产品,包括由合作伙伴在模块化集装箱内构建的 Vera Rubin AI 工厂参考设计 DSX POD,现场部署时间可从六个月缩短至 14 天。
推荐理由:黄仁勋在 GTC Berlin 集中发布 AI 工厂、智能体安全运行时与开源模型矩阵,可据此看清 NVIDIA 面向欧洲 AI 经济的整套布局。
黄仁勋在柏林GTC大会上表示,未来所有电信运营商都将提供AI算力,电信基站有望发展为分布式AI网络。他将AI经济比作能源、算力、AI工厂、模型和应用构成的五层蛋糕,并称建设一座1吉瓦数据中心成本目前约为500亿美元。
英伟达在柏林 GTC 大会上推出 DSX POD 参考设计,将基于 Vera Rubin 系统的完整 AI 工厂集成至模块化集装箱,并在交付前完成系统集成与验证,使准备就绪场地的部署时间从 6 个月缩短至最快 14 天。
英伟达 CEO 黄仁勋称 DSX POD 是全栈模块化 AI 工厂参考架构。该表述将 DSX POD 定位为面向 AI 工厂的整体参考设计,强调全栈与模块化两项特征。
英伟达CEO黄仁勋表示,欧洲AI云正在建设并运营基于DSX的AI工厂。原文未披露具体云厂商、工厂数量或上线时间等细节。
英伟达推出 DSX Pod AI 工厂,用于加速欧洲基础设施部署。该产品面向 AI 工厂场景,配合欧洲地区的算力基础设施建设推进。
黄仁勋在柏林GTC大会上表示,未来所有电信运营商都将提供AI算力,电信基站有望发展为分布式AI网络。他把AI经济比作能源、算力、AI工厂、模型和应用构成的五层蛋糕,算力层仅出现英伟达一家公司标志。他还称建设一座1吉瓦数据中心成本目前约为500亿美元。