NVIDIA开发者博客

NVIDIA于2026年11月10日宣布推出两个开源项目，用于在GPU基础设施上构建和运营托管Kubernetes服务，其中之一为NVIDIA Kubernetes Engine（NVKE）。据NVIDIA介绍，这两个项目面向GPU基础设施场景下的Kubernetes集群管理。

NVIDIA于2026年11月10日发布博客称，NVIDIA Snapshot作为NVIDIA DSX AI Factory平台的新开源组件，可使已初始化的GPU工作负载在推理等场景中重复使用，从而在数秒内启动并恢复GPU工作负载。NVIDIA称该组件为开源。

NVIDIA于2026年11月10日发布博客文章，介绍名为Agent Substrate的方案，称其用于推进Kubernetes对大规模AI代理的支持。NVIDIA指出，AI代理大部分时间处于空闲状态，等待人类提示、工具返回结果或模型响应，而Kubernetes并非为此类负载设计；按每个代理运行一个Pod的方式会带来问题。该文章未披露具体性能数据或可用时间。

NVIDIA于2026年11月4日发布博客称，其DSX OS可用于配置、认证和运维Kubernetes GPU集群。NVIDIA称，单个性能不达标的GPU就可能拖慢整个分布式训练任务，而该节点可能通过基础健康检查并显示正常利用率，令运维人员难以察觉。

NVIDIA于2026年11月4日发布博客文章，称在AI工厂中高带宽内存（HBM）是最快、最昂贵且争夺最激烈的内存层级，并列出五项协同设计举措，以最大化AI工厂中每个字节的价值。NVIDIA称，用于冗余权重副本等用途的每一字节都会带来成本。文章未在摘要中披露具体性能或成本数字。

NVIDIA于2026年11月4日发布博客称，随着GPU集群规模扩大，运维工作横跨计算、网络、硬件与调度，站点可靠性工程师（SRE）往往需要同时查看多个仪表盘。NVIDIA表示，其利用AI智能体来简化AI工厂的运营流程。

NVIDIA于2026年11月4日发布CUDA 13.5。据NVIDIA介绍，该版本为NVIDIA Vera Rubin的正式版（GA）提供支持。NVIDIA称，随着人工智能与加速计算不断拓展可能性边界，此次CUDA更新旨在释放相关能力。

NVIDIA于2026年11月2日发布工厂运营蓝图（Factory Operations Blueprint），用于协调多个AI智能体协同排查生产问题。据西门子一份报告估算，在所调查行业中，一座大型工厂因非计划停机平均每年损失2.53亿美元。NVIDIA称，该蓝图针对故障排查等场景，组织AI智能体分工协作以定位生产异常。

NVIDIA于2026年11月3日发布技术博客称，开发者可利用NVIDIA NeMo将智能体在生产环境中的故障证据转化为按优先级排序的问题与自定义评估，从而改进提示词、工具、模型、记忆、技能及框架代码。据NVIDIA介绍，该方法旨在把生产环境中的失败案例转为可复用的测试与修复依据。

NVIDIA于2026年10月28日发布博客称，其DSX AI Factory Platform整合多项技术，帮助生态伙伴设计、构建和运营更高效的AI工厂，其中包含开源组件。NVIDIA表示，借助NVIDIA Workload Map，可更快支持新的AI框架。

据NVIDIA官方博客，NVIDIA Cosmos用于为交互式仿真构建世界模型。NVIDIA称，使用世界模型的物理AI开发者面临两项不同挑战：一是让模型适配自身的传感器、任务与数据，二是将这些模型投入实际使用。该博客未披露更多细节。

NVIDIA发布技术博客称，为新GPU硬件（如NVIDIA Vera Rubin）配置和优化Kubernetes复杂且易出错，涉及驱动、内核、运行时与网络等环节。据NVIDIA介绍，其目标是让Kubernetes在Vera Rubin上线首日即具备AI就绪能力。

NVIDIA于2026年11月2日发布技术博客称，随着分布式AI训练规模扩大，硬件与软件依赖层面的故障日益干扰训练进度，快速可靠的恢复变得愈发重要。该博客介绍以自动化工作负载恢复机制保持分布式训练持续运行，但未披露具体性能数据或客户案例。

NVIDIA于2026年11月2日发布博客，介绍其Attribution工具用于诊断分布式AI工作负载故障。NVIDIA称，在分布式AI工作负载中，单个错误可能引发一连串症状：一个GPU或网络结构事件，可能在其他rank上表现为NCCL错误，并影响调度器状态等。该工具旨在帮助定位这类级联故障的根源。

NVIDIA于2026年10月30日发布NemoClaw，用于在开发者自控的技术栈上构建专用智能体。据NVIDIA介绍，构建自主智能体需要模型、运行框架（harness）以及领域专用工具；为更安全地部署智能体，开发者需要一个能够强制执行相关约束的运行时环境。该内容来自NVIDIA开发者博客。

NVIDIA于2026年10月30日发布博客称，开发者只需数条命令即可运行面向边缘应用开发的AI模型。NVIDIA表示，AI正从数据中心向边缘扩展，开发者正在构建新一代在边缘执行任务的智能体，例如监测驾驶员注意力与座舱状况等。该博客未披露具体命令、支持的模型清单或性能数据。

NVIDIA发布技术博客，介绍如何为NVIDIA Dynamo构建经过验证的Kubernetes运行时。据NVIDIA介绍，Dynamo是分布式推理系统，构建AI应用的团队需要一条可重复的路径，从模型配置走向可用的推理端点。该博客面向需要在Kubernetes上部署Dynamo的开发者，说明如何搭建并验证运行时环境。

NVIDIA于2026年10月30日发布技术博客，介绍如何为不同平台检查并配置NVIDIA GPUDirect Storage（GDS）。据NVIDIA介绍，GDS可在本地和云环境中加速GPU对存储的访问，提供稳健、可移植且高效的数据通路。该博客面向需要部署GDS的用户，说明检查与配置流程。

NVIDIA于2026年10月29日发布技术博客，题为《为机器学习原子间势解锁Tensor Core性能》。据NVIDIA介绍，原子尺度模拟可帮助研究人员理解分子与材料的行为，涵盖化学反应、相变到机械失效等过程。该博客围绕如何利用Tensor Core提升机器学习原子间势的计算性能展开。

NVIDIA发布技术博客，介绍在DGX Spark上提升混合专家（MoE）模型推理性能的三项方法。NVIDIA称，加快token生成首先要识别限制推理性能的因素；在针对Inclusion AI的Ling-3.0-flash进行的批大小为1的评测中，NVIDIA给出了相关分析。博客未在摘要中披露具体性能数字。

NVIDIA于2026年10月26日发布技术博客，介绍如何微调其Nemotron模型，使其不仅掌握当地语言，还能理解当地规则。NVIDIA称，随着AI在全球加速普及，不同语言与文化背景的用户正把AI用于日常生活的更多场景，而通用语言模型在服务这些需求时存在局限。该博客围绕本地化规则知识的微调方法展开，具体技术细节与数据未在摘要中披露。

NVIDIA于2026年10月28日发布RTX Spark，据NVIDIA介绍，这是一套面向Windows PC的新平台，用于在轻薄笔记本与紧凑台式机上进行AI开发、内容创作与游戏。该平台由NVIDIA Blackwell RTX提供算力支持，并可在游戏中驱动神经渲染与AI角色。NVIDIA称，RTX Spark面向AI开发、创作与游戏三类场景。

NVIDIA于2026年10月27日发布技术博客称，许多AI工作负载只需GPU的一小部分算力，为每个工作负载分配整块设备会造成容量闲置，而共享GPU可让平台团队承载更多工作负载。该博客介绍在Kubernetes中借助NVIDIA CUDA 13.4实现内存强制GPU共享。

NVIDIA于2026年10月23日发布博客称，AI工厂是迄今技术复杂度最高的运营环境之一，其中部署了数十万块GPU与NVIDIA Spectrum-X以太网。据NVIDIA介绍，其Minerva系统旨在把海量遥测数据的混乱转化为GPU产出峰值。

NVIDIA发布Mission Control 2.5，为Kubernetes带来自主恢复能力。据NVIDIA介绍，在数千块GPU上训练大规模AI模型属于高风险操作，必须内建监控与自动化以优化集群韧性。该版本聚焦于在Kubernetes环境中实现自主恢复。