nvidia

在 Windows 上部署 NVIDIA Parakeet-TDT 遇到的坑Parakeet-TDT 是 NVIDIA NeMo 工具包中的一个语音识别模型，基于 Transformer 架构，适合转录英文语音到文字。它最大的优点是模型体积小，精度不错，速度也快，即使在纯 CPU 环境下也能正常运行，适合学习或小型项目。NeMo 提供预训练模型，配置简单，普通开发者也能快速上手。

扫地的小何尚

Isaac Lab 2.3深度解析：全身控制与增强遥操作如何重塑机器人学习NVIDIA Isaac Lab 2.3的发布，标志着机器人学习领域，特别是人形机器人和灵巧操作，迈出了革命性的一步。这个早期开发者预览版不仅极大地提升了机器人的全身控制能力和运动性能，更通过一系列创新的遥操作和数据生成工具，为机器人学习流程的简化和加速开辟了新途径。本文将深入探讨Isaac Lab 2.3的核心新特性，并通过丰富的代码示例，展示如何利用这些功能来构建更智能、更强大的机器人系统。

NVIDIA开源Audio2Face模型与SDK，数字人表情迎来“灵魂”时刻目录引言：我们都见过的“假”数字人一、Audio2Face究竟是什么“黑科技”？二、“免费”与“开源”：一字之差，天壤之别

Jzzzzzzzzzzzzzz

NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver.(base) jzzz@jzzz-System-Product-Name:~$ nvidia-smi NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.

深度学习机器

解密vLLM：基于nano-vllm源码剖析其推理加速之道vLLM对于部署过大模型的人来说应该都不算陌生, 它能极大提升LLM的服务吞吐量，显著降低推理成本。vLLM成功的核心秘诀在于一项名为 PagedAttention 的技术及其配套的调度策略，对于不熟悉底层的人来说，这些概念可能非常晦涩难懂。幸好，DeeoSeek一位研究员开源了一个学习项目，nano-vLLM，仅使用约1200行Python代码就实现了vLLM的核心功能，相比原生的vLLM来说更容易学习其核心思想。得益于轻量化的设计，nano-vLLM在Qwen3的推理速度上比vLLM更快。

扫地的小何尚

NVIDIA Dynamo深度解析：如何优雅地解决LLM推理中的KV缓存瓶颈随着大语言模型（LLM）的规模和复杂性不断增长，一个核心挑战日益凸显：推理过程中的内存管理。特别是，用于存储注意力机制中间数据的键值缓存（Key-Value Cache, KV Cache），正成为一个主要的性能瓶颈。KV缓存的大小与输入序列的长度成正比，在处理长上下文、多轮对话或深度研究等任务时，其对GPU显存的占用会急剧膨胀，从而限制了模型的吞吐量、增加了延迟和运营成本。

扫地的小何尚

CUDA 13.0深度解析：统一ARM生态、UVM增强与GPU共享的革命随着NVIDIA CUDA Toolkit 13.0的发布，嵌入式和边缘计算领域正迎来一场深刻的变革。专为搭载NVIDIA Blackwell GPU架构的Jetson Thor SoC优化，此版本不仅带来了前所未有的性能提升，更通过一系列革命性的更新，重塑了开发者的工作流。从统一的ARM平台CUDA工具包，到完全硬件一致性的统一虚拟内存（UVM），再到多进程服务（MPS）和绿色上下文等GPU共享功能，CUDA 13.0正在为边缘AI应用开启一个更快、更高效、更通用的新时代。

扫地的小何尚

R²D²深度解析：NVIDIA三大神经网络突破如何变革机器人学习尽管今天的机器人在受控环境中表现出色，但它们在面对现实世界的不可预测性、灵巧性以及与环境进行精细交互时，仍然显得力不从心。无论是组装精密的电子元件，还是像人一样自然地操作日常物品，都对机器人的学习和适应能力提出了极高的要求。

扫地的小何尚

深度解析 CUDA-QX 0.4 加速 QEC 与求解器库在通往大规模、容错量子超级计算机的征程中，量子纠错（Quantum Error Correction, QEC）既是最大的机遇，也是最严峻的挑战。它将当今的含噪中等规模量子（Noisy Intermediate-Scale Quantum, NISQ）设备与未来的强大计算引擎区分开来。克服这一挑战需要的不仅仅是渐进式的改进，而是一场范式革命——从零散、受限于 CPU 的研究工具，转向一个紧密集成、大规模并行、端到端的开发平台。

阿里云大数据AI技术

阿里云 PAI 携手 NVIDIA 提供端到端物理 AI 解决方案9月24日，2025云栖大会上，阿里云智能集团副总裁、阿里云大数据AI平台负责人汪军华携手 NVIDIA 机器人与边缘 AI 副总裁 Deepu Talla 宣布阿里云人工智能平台 PAI 与 NVIDIA Physical AI 软件栈进行全面集成。

配置Nvidia JETSON AGX Xavier硬件连接：进入刷机模式（两种方式都可以）：Xavier 链接至虚拟机：进入Ubuntu虚拟机，输入lsusb命令，如果设备进入刷机模式，会显示NVIDIA Corp的设备记录，如果找不到，可以通过下面方式连接：

AGX Orin平台RTC驱动导致reboot系统卡住问题调试自制底板核心模组是 Jetson AGX Orin 64GSDK 是 Jetpack6.2 36.4.3

【三维渲染技术讨论】Blender输出的三维文件里的透明贴图在Isaac Sim里会丢失，是什么原因？Blender导出的三维文件在Isaac Sim中丢失透明贴图，通常与文件格式兼容性、材质属性映射、导出设置或Isaac Sim材质解析逻辑有关。以下是具体原因分析和解决方法：

【沉浸式解决问题】NVIDIA 显示设置不可用。您当前未使用连接到NVIDIA GPU 的显示器。在看一篇cuda安装的教程时，第一步是打开NVIDIA 控制面板，但是我打不开：NVIDIA 显示设置不可用。您当前未使用连接到NVIDIA GPU 的显示器。

算力暴增！英伟达发布新一代机器人超级计算机，巨量算力驱动物理AI革命英伟达新一代机器人计算机Jetson Thor正式发售！2070 TFLOPS的AI算力和7.5倍的性能提升，驱动物理AI和通用机器人时代真正到来。

可期不折腾

NVIDIA Nsight Systems性能分析工具NVIDIA Nsight Systems (推荐)：这是 NVIDIA 官方推荐的更现代、功能更强大的分析工具。

黄仁勋子女成长路径曝光：一个学烘焙一个开酒吧，从基层做到英伟达高管英伟达 CEO 黄仁勋的两个子女，身份和成长路径曝光——女儿 Madison 和儿子 Spencer_（按英文名首字母排序）_，均已担任英伟达高管。

CUDA杂记--nvcc使用介绍nvcc 是 NVIDIA CUDA 生态的核心编译器，负责将 CUDA C/C++ 代码（混合了主机代码和设备代码）编译为可在 CPU 和 GPU 上运行的二进制文件。它不仅是一个简单的编译器，更是一个“编译驱动程序”，协调多个工具链（如主机编译器、CUDA 设备编译器、汇编器、链接器）完成整个编译流程。

网信办约谈英伟达，H20芯片后门风波震动中国AI产业一枚芯片引发的安全风暴，让中美科技博弈的暗涌浮出水面。当算力自主成为国之大计，国产替代已不是选择题而是必答题。

编译支持cuda硬件加速的ffmpeg本来以为很简单，因为印象中自己在windows机器上使用过。目前的实在一个docker环境下的ubuntu系统里。