透過 GTC，探索人工智慧、加速運算和更多領域的最新發展

不論組織規模大小，運用人工智慧解決大規模問題並加速產品創新，都已成為組織運作的新標準。隨著人工智慧發展無比成功，自然語言處理、推薦系統和生成人工智慧可望迎來更龐大、更複雜的發展機會...

人工智慧機器學習和深度學習推論的成長速度，預計會比訓練更快速。但在生產環境中部署、執行和擴充模型等工作都極為複雜，包含使用多個框架、不斷進化的模型架構、大量的查詢、多元的運算平台、雲端到邊緣端的人工智慧等，所有團隊必須設法克服這些難題...

量子運算的潛力可大幅提升運算能力，影響從藥物研發到產品群組最佳化等眾多產業。要實現這些優勢，就必須突破量子資訊科學的極限，進而開發演算法、研究更有能力的量子處理器，以及建立緊密整合的量子古典系統和工具...

此議程中，將展示開發人員如何使用新的零售預訓練模型和 Metropolis SDK 和微服務來開發用於預防損失的零售應用程式。開發人員將學習如何利用預訓練模型，以及如何考慮如何針對各種案例自定義和微調它們...

"開發大型語言模型 (large language model，LLM) 需要具備深度技術專業知識和大量的運算能力，因此大多數人都不可能開發這類模型。然而，NeMo Megatron 突破此限制，透過為 LLM 提供端對端訓練和部署框架來提高可行性...

電腦運算正在以驚人的速度發展，雲端運算正在成為幾乎每個企業的常態。雲端運算不僅可使公司能更快地部署應用程序、降低運營成本並快速擴展資源，以滿足不斷擴大的需求...