NVIDIA 称全栈协同设计可缓解 AI 内存压力
热点事件持续更新
NVIDIA 称全栈协同设计可缓解 AI 内存压力
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
NVIDIA 称，其通过全栈协同设计缓解 AI 内存压力：从 Blackwell Ultra 到 Vera Rubin，每块 GPU 的 HBM 容量仅增约 3%，容量增长跟不上需求，因此转向压缩与共享。在 SemiAnalysis AgentX 智能体测试中，NVIDIA 称这套方案让每美元吞吐最高提升 30 倍。 具体做法是：用 NVFP4 压缩模型权重和 KV cache，通过 NVL72 把权重分布到最多 72 块 GPU，并用 Dynamo 与 CMX 分层存放非活跃上下文。上述 30 倍提升来自 NVIDIA 的表述，尚未经独立验证。
AI 根据报道生成 · 3 小时前更新
最新进展11月6日 00:00
NVIDIA 如何用全栈协同设计解决 AI 内存挑战，让每个字节发挥更高性能报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- NVIDIA BlogNVIDIA 如何用全栈协同设计解决 AI 内存挑战，让每个字节发挥更高性能
NVIDIA 用全栈协同设计缓解 AI 内存压力：从 Blackwell Ultra 到 Vera Rubin，每 GPU 的 HBM 容量仅增约 3%，SemiAnalysis AgentX 上智能体吞吐每美元最高提升 30 倍。方案以 NVFP4 压缩模型权重和 KV cache，经 NVL72 将权重分布到最多 72 块 GPU，并用 Dynamo 与 CMX 分层存放非活跃上下文。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月6日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。