NVIDIA
AI物理加速核反应堆设计
了解AI物理和NVIDIA PhysicsNeMo框架如何加速清洁、模块化核反应堆设计。利用GPU加速的数字孪生技术，为更安全、更高效的SMRs和第四代反应堆提供支持，克服传统模拟瓶颈。
NVIDIA NemoClaw：安全、常驻本地AI智能体
了解如何在DGX Spark上使用NVIDIA NemoClaw和OpenClaw构建一个安全、常驻的本地AI智能体。部署具有强大沙盒和本地推理能力的自主助手，以增强数据隐私和控制。
MiniMax M2.7：在 NVIDIA 平台上扩展智能体工作流
MiniMax M2.7 是一款强大的混合专家模型，可在 NVIDIA 平台上扩展用于复杂 AI 的智能体工作流。了解其优化、部署和微调。
Omniverse 库：将物理 AI 集成到现有应用中
NVIDIA Omniverse 库提供模块化架构，可将物理 AI 功能集成到现有应用中。利用 ovrtx、ovphysx 和 ovstorage 实现高保真模拟、实时物理和统一数据管道，从而赋能数字孪生创建和智能体编排。
机架级AI超级计算机：从硬件到拓扑感知调度
深入了解 NVIDIA Blackwell 超级计算机如何与 Mission Control 结合，实现 AI 工作负载的拓扑感知调度，优化 NVLink 和 IMEX 域的性能。
GTC 2026：戴尔企业中心重新定义企业级开放AI
探索GTC 2026的关键洞察，戴尔企业中心正在彻底改变开源AI的部署方式，为企业创新提供安全、多平台的解决方案。
Gemma 4：NVIDIA 将 AI 从数据中心扩展到边缘设备
探索 Gemma 4，NVIDIA 的多模态和多语言 AI 模型，旨在实现从 Blackwell 数据中心到 Jetson 边缘设备的无缝部署，为安全、低延迟的应用提供支持。
英伟达260亿美元开源AI投资刺激创新
英伟达宣布将在五年内投入260亿美元巨资开发开源AI模型，旨在推动创新并保持市场领先地位。
AI工厂令牌生产：NVIDIA Mission Control 3.0 提升效率
NVIDIA Mission Control 3.0 凭借统一服务、实时AI和智能功率管理，彻底变革AI工厂的令牌生产。探索更高的效率、安全的ado租户和预测性AIOps，以最大限度地提高GPU输出。
零信任AI工厂：利用TEE保护机密AI工作负载
探索如何利用NVIDIA的参考架构构建零信任AI工厂，借助机密容器（Confidential Containers）和TEE实现强大的AI安全和数据保护。
AWS、NVIDIA 深化AI合作，加速AI从试点到生产
AWS 和 NVIDIA 在 GTC 2026 大会上深化战略合作，宣布重大集成，以加速AI从试点到生产，包括扩展的 GPU 部署、新的 EC2 实例以及 Amazon Bedrock 对 Nemotron 模型的支持。
NVIDIA GPU 计算能力：解读 CUDA 的硬件基础
探索 NVIDIA GPU 计算能力，这是定义支持 CUDA 的 GPU 硬件特性的关键指标。了解不同的架构如何影响 AI、深度学习和 HPC 工作负载。
OpenAI 获 1100 亿美元融资，加速全球 AI 规模化发展
OpenAI 宣布获得 SoftBank、NVIDIA 和 Amazon 1100 亿美元的巨额投资，估值飙升至 7300 亿美元，旨在全球范围内为消费者、开发者和企业提供前沿 AI 访问，加速其规模化发展。