Newshot

NVIDIA与微软将加速计算合作从Azure扩展至Windows PC

AI summary

NVIDIA与微软扩大全栈合作,帮助企业在从Azure下一代基础设施到工业系统和Windows PC上构建、定制和部署智能应用。在Microsoft Ignite大会上,双方扩大对由NVIDIA Vera Rubin NVL72系统驱动的Azure虚拟机的访问,并通过Microsoft Foundry让客户可用NVIDIA开放模型和定制能力,同时提供在边缘运行AI的新选项。微软还使用NVIDIA技术加速自身模型和服务,包括用于后训练的NVIDIA Dynamo推理软件和用于Bing搜索模型的NVIDIA RTX PRO 6000 Blackwell GPU。

Translation(model translation, not the source's own text)

文章标题:NVIDIA 与 Microsoft 将加速计算从 Azure 扩展到 Windows PC

正文: NVIDIA 与 Microsoft 正在扩展其全栈合作,帮助组织构建、定制和部署智能应用——从 Azure 上的下一代基础设施,到工业系统和 Windows PC。

在 Microsoft Ignite 上,两家公司正在扩大对由 NVIDIA Vera Rubin NVL72 系统驱动的 Azure 虚拟机的访问,同时通过 Microsoft Foundry 为客户提供 NVIDIA 开放模型和定制能力,并推出在边缘运行 AI 的新选项,而边缘正是企业生成和使用其数据的地方。

Microsoft 也在使用 NVIDIA 技术来加速其自有模型和服务,包括用于后训练的 NVIDIA Dynamo 推理软件,以及用于 Bing 搜索模型的 NVIDIA RTX PRO 6000 Blackwell GPU。

NVIDIA Vera Rubin NVL72 在 Azure 中运行

NVIDIA Vera Rubin NVL72 系统正在 Azure 数据中心中运行,提供专为高要求的推理、智能体应用以及大规模模型训练和推理而设计的基础设施。

Microsoft 与 NVIDIA 还在合作,将机密计算扩展到裸金属和机架级 AI 基础设施。这项工作将有助于在敏感模型和数据处理过程中对其进行保护,支持那些需要处理专有或受监管信息的组织。

NVIDIA 机密计算与远程认证可帮助客户在释放敏感模型、数据或密钥之前验证计算环境。随着 AI 工作负载跨越越来越多互连的加速器,两家公司正致力于将这些保护扩展到整个 AI 工厂基础设施。

为帮助数据中心从可用电力中获得更高性能,NVIDIA 与 Microsoft 还在利用 NVIDIA MaxLPS 就电源效率展开合作。

Azure 的 Vera Rubin 预览版建立在 NVIDIA 与 Microsoft 的协同设计和性能优化之上,最新的基于 NVIDIA Blackwell 的 MLPerf 结果凸显了这一点。在 MLPerf Training v6.1 中,Azure 在 DeepSeek-V3 模型上使用 GB200 NVL72 系统扩展至 10,240 块 NVIDIA GPU,是本轮中规模最大的一次。在 MLPerf Inference v6.1 中,据 Signal65 称,Azure 的 NVIDIA GB300 NVL72 系统在 DeepSeek-R1 交互式吞吐量上以超过 10% 的优势领先云厂商提交结果。

帮助企业定制和部署开放模型

企业 AI 智能体需要推理复杂任务、查找相关公司信息并理解业务文档。NVIDIA 与 Microsoft 正在通过 Microsoft Foundry 扩展可用的模型和服务,帮助开发者将这些能力引入业务应用。

Microsoft 的无服务器 Programmed Training 产品让开发者能够控制后训练工作流,而 Foundry 负责管理底层基础设施。企业可以专注于其业务数据、评估模型响应并改善模型行为。

Foundry Managed Compute 增加了对部署自定义模型权重的支持,帮助通过 Microsoft 的托管服务将模型定制与部署连接起来。

EY 使用 Microsoft Foundry 中的 Programmed Training 对 NVIDIA Nemotron 开放模型进行调整,用于对企业采购记录进行分类,在其评估数据集上将准确率提高了 55%,与专有前沿模型相比将成本降低了 15 倍。这项工作展示了企业如何为专门的业务任务定制开放模型。

Foundry Managed Compute 上扩展后的 NVIDIA Nemotron 3.5 系列支持企业应用中的不同需求。Nemotron 3.5 Super 专为跨编码、研究和业务工作流运行的长时间智能体而设计,而 Lightning 则支持需要快速响应和工具使用的应用。

像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。请在回复和工具调用中完全按照其写法使用它们:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。

文章标题:NVIDIA 与 Microsoft 将加速计算从 Azure 拓展至 Windows PC

正文: 互补模型借助 Nemotron Embed 和 Rerank 帮助智能体找到相关信息,借助 Nemotron Parse 从文档中提取结构化信息,并借助 Nemotron Content Safety 检测有害内容。Nemotron 3.5 Bolt——专为高吞吐、低延迟推理而设计——以及用于语音识别的 Transcribe,即将推出。

让 AI 更贴近企业数据

NVIDIA 与 Microsoft 正在将部署选项扩展到云端之外,帮助各组织在更贴近其数据的位置运行模型和智能体,同时保持对自身基础设施和运营的控制。

Foundry Local 对 Nemotron 3.5 的支持范围扩大,将推理、编码和工具调用智能体的能力带入 Azure Local 环境。检索模型帮助应用在文本、文档图像、图表和表格中查找证据。

Azure Local 还将支持来自硬件合作伙伴的 NVIDIA RTX PRO 6000 Blackwell GPU,为各组织在本地部署 AI 提供更多选择。

Azure Local 正在扩展到 NVIDIA Jetson Thor 和 Jetson Orin 边缘 AI 平台,以支持机器视觉、机器人和自主运营等工业应用。包括 Cosmos 在内的 NVIDIA 物理 AI 模型也正在被引入 Foundry Local。

在搭载 NVIDIA RTX Spark 的 Windows PC 上,NVIDIA 与 Microsoft 将在 Ignite 上展示本地大语言模型体验,演示开发者如何直接在设备上运行 AI 应用。

对于使用 Cloud PC 的组织,两家公司正在将 Direct Stream 能力引入 GPU 加速的 Windows 365 Cloud PC。这些能力支持高要求的图形应用,即使在网络条件严峻的情况下,也能以 60 帧每秒提供最多两路 4K 流,并保持低延迟。有限预览现已开放报名,公开预览计划于 2027 年初推出。

将科学 AI 与 Microsoft Discovery 连接

在科学研究方面,NVIDIA BioNemo Agent Toolkit 和 NVIDIA ALCHEMI Toolkit 正在扩展到 Microsoft Discovery 目录中,将生命科学、药物发现以及材料与化学科学领域的模型引入 Microsoft 的智能体研究平台。

BioNeMo Agent Toolkit 帮助科学家使用自然语言在 Microsoft Discovery 中运行计算生物学工作流,由智能体协调完成工作所需的工具和模型调用。

初始集成使用与 Washington 大学蛋白质设计研究所合作开发的 RFD4-Proteina 模型,生成候选蛋白质结构和氨基酸序列,以供进一步评估和实验室验证。

加速 Microsoft 的模型与服务

在扩大客户获取 NVIDIA 技术的同时,Microsoft 也在自身的 AI 开发和服务中使用 NVIDIA 软件和加速计算。

Microsoft AI 使用 NVIDIA Dynamo 在训练后阶段支持强化学习 rollout 推理。这一计算密集型过程生成用于改进模型的经验数据。

Dynamo 在大型 GPU 集群中协调推理、优化性能,并帮助管理请求、模型更新和故障恢复。该部署建立在 Microsoft AI 与 NVIDIA 的联合工程基础之上。

欢迎在 Ignite 上参观 NVIDIA,观看涵盖企业应用、机器人、加速数据处理和本地计算的演示,硬件包括 NVIDIA GB300 NVL72 机架和 RTX Spark 设备。查看 NVIDIA 会议、动手实验室和展台剧场演讲。

  • AI 基础设施
  • NVIDIA Blackwell

相关新闻

NVIDIA DGX Spark 开发者套件将桌面变为超级计算实验室
NVIDIA DGX Spark 开发者套件将桌面变为超级计算实验室

NVIDIA DGX Spark 开发者套件将桌面变为超级计算实验室

像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都请完全按原样使用它们:它们会在任何内容运行之前被填入真实值。不要请求验证它们,也不要用示例替换它们。

文章标题:NVIDIA and Microsoft Expand Accelerated Computing From Azure to Windows PCs

正文:

NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance
NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance

NVIDIA Sweeps MLPerf Training and Endpoints as Vera Rubin Debuts With Leading Performance

CUDA at 20: How the Platform Transformed Scientific Computing
CUDA at 20: How the Platform Transformed Scientific Computing

CUDA at 20: How the Platform Transformed Scientific Computing

NVIDIA Announces Rubin HPC — A New GPU to Accelerate Agents for Science, Engineering and Analytics
NVIDIA Announces Rubin HPC — A New GPU to Accelerate Agents for Science, Engineering and Analytics

NVIDIA Announces Rubin HPC — A New GPU to Accelerate Agents for Science, Engineering and Analytics

像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中都要完全按照其书写形式使用:它们会在任何内容运行之前被填入真实值。不要要求验证它们,也不要用示例替换它们。

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by NVIDIA Blog
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗