NVIDIA

Últimas noticias, modelos y lanzamientos de IA de NVIDIA. ['A100', 'AI Aerial', 'AI platform', 'Alpamayo', 'B200', 'B300', 'BioNeMo', 'BioNeMo Agent Toolkit', 'Blackwell', 'Blackwell NVL72', 'Blackwell Ultra', 'BlueField-4', 'BlueField-4 DPU', 'BlueField-4 STX', 'Boltz-2', 'Canary-Qwen-2.5B', 'CMX', 'ConnectX-9', 'ConnectX-9 SuperNIC', 'Cosmos', 'Cosmos 3 Edge', 'Cosmos 3 Edge Policy (DROID)', 'Cosmos 3 Nano', 'Cosmos 3 Super', 'Cosmos 3 Super 4-Step Distillation', 'Cosmos-Dreams', 'Cosmos-H Dreams', 'Cosmos-H-Dreams', 'Cosmos-H-Surgical-Simulator', 'Cosmos-Predict2.5-2B', 'Cosmos-Reason2-2B', 'CUDA', 'DeepSeek-R1', 'DeepSeek V4', 'DeepSeek V4 Pro', 'DGX GB300', 'DGX Spark', 'DGX SuperPOD', 'DGX Vera Rubin NVL72', 'DPU BlueField-4']

Sitio oficial ↗

Hardware e Inferencia 🇷🇺

AMD Instinct MI300: Análisis Detallado de Arquitectura y Rendimiento

AMD ha publicado información detallada sobre sus aceleradores Instinct MI300X y MI300A. Los nuevos productos presentan una arquitectura heterogénea, utilizan empaquetado CoWoS avanzado, tienen hasta 153 mil millones de transistores y superan significativamente a la NVIDIA H100 en varios aspectos, especialmente en capacidad de memoria y rendimiento FP64.

NVIDIA

Taiwan Semiconductor Manufacturing Company

ServerNews27.07 · 18:05

Investigación 🇺🇸

Nuevo informe técnico de DeepSeek-V3: cómo el codiseño hardware-software permite el entrenamiento de bajo costo de modelos grandes

Se ha publicado un nuevo informe técnico de 14 páginas del equipo de DeepSeek-V3, coescrito por el CEO de DeepSeek, Wenfeng Liang. El documento analiza los desafíos de escalado de los grandes modelos de lenguaje y el papel de la infraestructura de hardware, proponiendo soluciones basadas en el diseño conjunto de modelos y hardware para un entrenamiento e inferencia rentables.

DeepSeek

NVIDIA

Alibaba/Qwen