西北大学物理学院探索教学与科研新范式 目标 西北大学物理学院·现代物理研究所致力于在物理专业的教学与科研一线引入生成式 AI。依托 NVIDIA DGX Spark，物理学院在本地、可控、可复现的环境中构建面向物理专业的“教学助教”与“科研工具协同”智能体，把原本需要申请机房与云资源的科研项目，变成可以在桌面上每天迭代的工程项目，为智能体从原型验证到全院推广提供完整的孵化路径。 客户 西北大学物理学院·现代物理研究所 用例 生成式 AI/智能体 (Agentic AI) 产品 NVIDIA DGX Spark Open Shell NIM 背景：AI 时代教学科研新范式探索 生成式 AI 正在逐步影响知识获取、内容生成与科研协作方式，也推动高校探索面向 AI 时代的教学与科研新范式。在科研领域，基于大语言模型的智能体已开始应用于文献分析、实验方案辅助设计和科研工具协同等环节；在教学领域，相关教辅工具不断涌现，但其实际价值仍取决于与课程体系、专业知识和具体场景的深度结合。 基于这一判断，西北大学物理学院开始探...

定位：Blackwell 架构入门专业工作站显卡（不是游戏卡），主打低功耗、小体积、ECC 显存，面向 CAD/CAE、3D 可视化、本地 AI 推理，70W 功耗NVIDIA 一、核心规格 项目 参数 架构 Blackwell（B100 衍生消费 / 工作站小芯片） CUDA 核心 4352 Tensor Core 第 5 代，支持 FP4、FP8、DLSS4，AI 算力 545 AI TOPS RT Core 第 4 代，光追峰值 52 TFLOPS 单精度 17 TFLOPS 显存 16GB GDDR7 带 ECC 纠错 位宽 / 带宽 128bit / 288 GB/s 总线 PCIe 5.0 x8 功耗 Max 70W，无需外接供电 显示输出 4×mDP 2.1b，最高支持 8K@240Hz，4 屏输出 视频引擎 1×9 代 NVENC，1×6 代 NVDEC 板型 双槽，标配全高挡板，附带低 Profile 薄挡板，可上小机箱 SFF 工作站 重点差异：消费卡没有 ECC，ECC 会自动校验显存位错误，适合长时间跑仿真、本地大模型、工程计算，避免隐性出错，这是专业卡核心价值之一PNY 二、Blackwell 架构带来的关键升级 第五代 Tensor Co...

NVIDIA RTX PRO Blackwell 服务器版 GPU 助力内容创作、AI、工程和质量保证的算力基础设施统一集成，在数据中心规模设施中提供工作站级性能。 当今的游戏开发团队正面临日益庞大的游戏世界、复杂多变的工作流以及分散协作的团队结构。许多工作室在关键的制作环节中仍然依赖桌面端 GPU 硬件。 在本周于旧金山举行的游戏开发者大会 (GDC)上，NVIDIA 展示了通过在 NVIDIA RTX PRO 服务器上实现虚拟化游戏开发，将分散的工作流整合在一起的全新方案，由 NVIDIA RTX PRO Blackwell 服务器版 GPU 和 NVIDIA vGPU 软件驱动。 借助 RTX PRO 服务器，游戏研发团队可以将创作、工程开发、AI 研究和质量保证(QA) 等核心工作流集中并实现虚拟化，统一运行在数据中心的共享 GPU 基础设施之上。 借助 RTX PRO 服务器，研发团队既能保持工作站级的响应速度和图像清晰度，又能大幅度提升基础设施利用率、可扩展性、数据安全性以及跨团队和跨地点的整体运营一致性。 简化复杂工作流 随...

  凭借 NVIDIA 全栈推理掌握 AI Token 经济学 AI 推理 — 通过聊天机器人、copilot 和创意工具体验 AI — 正在以双倍指数级的速度扩展。在智能体工作流、长推理思考以及混合专家模型 (MoE) 的推动下，每次交互生成的 AI token 数量急剧增加，同时，用户采用率也持续攀升。 为了实现如此大规模的推理，NVIDIA 每年都会提供数据中心级架构。我们卓越的硬件和软件协同设计实现了性能数量级的飞跃，并持续降低 token 成本，从而使先进的 AI 体验在规模化应用中具有经济可行性。 NVIDIA Grace Blackwell Ultra 机架级系统架构的高性能计算平台每瓦 token 数是 Hopper™ 的 50 倍，成本降低了 35 倍，从而在相同的功率预算内更大限度地提高收益，提高利润空间。持续软件优化可在芯片、机架和数据中心规模上实现更高性能，随着时间的推移进一步提高投资回报率。 推理性能降低 token 成本 降低 token 成本的因素有哪些？ 许多企业在评估人工智能基础设施时，往往只关注分子项：单块显卡每小时的使用成本。如果是云部署...

NVIDIA Jetson AGX Orin 开发者套件是 NVIDIA 面向边缘 AI 和机器人领域的旗舰级开发平台，基于 Jetson Orin SoC， 性能是上一代 AGX Xavier 的 8 倍以上，适用于生成式 AI、计算机视觉和高级机器人技术的开发。 🧠 核心硬件规格 表格   下载为表格 导出为图片   参数 规格 AI 性能 高达 275 TOPS（稀疏 INT8） GPU NVIDIA Ampere 架构，2048 个 CUDA 核心 + 64 个 Tensor Core（第三代） CPU 12 核 Arm Cortex-A78AE v8.2 64 位（3MB L2 + 6MB L3） 深度学习加速器 2× NVDLA v2.0（1.6 GHz） 视觉加速器 1× PVA v2.0 内存 64GB 256-bit LPDDR5，带宽 204.8 GB/s 板载存储 64GB eMMC 5.1，支持 M.2 NVMe SSD 扩展 功耗 15W ~ 60W（可配置） 尺寸 110mm × 110mm × 71.65mm 🔌 丰富的接口配置 开发者套件通过参考载板提供了极为丰富的 I/O 接口，方便连接各类传感器和外设： 摄像头：16 通道 MIPI CSI-2 连接...

新一批NVIDIA DGX spark已到货，英伟达，华硕，技嘉，小盒子都有；还有三星服务器内存，欢迎咨询订购。 NVIDIA DGX Spark，桌面级 AI 超算，把数据中心算力浓缩至巴掌大小机身。搭载 GB10 Grace Blackwell 超级芯片，FP4 精度可达 1PFLOPS AI 算力，配备 128GB CPU‑GPU 统一内存，本地可运行 2000 亿参数大模型推理，支持 700 亿参数模型微调，轻松落地 AI 智能体开发。整机仅 1.2kg，功耗可控，即插即用，预装完整 NVIDIA AI 软件堆栈，开箱即可开展模型原型、微调、推理工作流。数据全部本地运算，摆脱云端 token 限制，保障数据隐私安全。支持双机互联扩展算力，开发完成后模型可无缝迁移至云端或大型 DGX 集群，几乎无需修改代码。适合 AI 研发团队、科研机构、算法开发者，无需搭建庞大机房，办公桌即可完成大模型迭代实验，降低 AI 项目落地门槛，助力快速抢占 AI 创新先机。