NVIDIA将Quadro虚拟工作站引入Microsoft Azure Marketplace,为更多艺术家、工程师和设计师提供虚拟工作站服务
无论是在工作站、数据中心服务器,还是在虚拟办公空间上,NVIDIA Quadro都是适用于专业3D应用的卓越视觉计算平台,它能够助力用户实现AI加速渲染和实时交互式仿真等令人难以置信的先进功能。
如今,借助Microsoft Azure,艺术家、设计师和工程师能够通过云在任何地点和任意设备上享受到Quadro带来的强大功能和便利。
即日起,各行业(如建筑、娱乐、油气、制造等行业)中采用Microsoft Azure云的客户们,可以轻松部署GPU加速的Quadro虚拟工作站(Quadro vWS),并随时随地享用其先进功能。
无需管理端点或后端基础架构,仅需几分钟,IT部门就能在Azure marketplace中启动GPU加速的虚拟工作站,享受其带来的高速体验与灵活性。
IT部门还能根据业务需求变化对其进行向上或向下扩展,并按需付费,费用按小时计取。此外,通过驱动程序和升级,性能也能够始终保持最优水平。
微软公司Microsoft Azure业务高级总监Talal Alqinaw表示:“微软专注于在公有云中为客户提供最优秀、最广泛的GPU加速体验。NVIDIA Quadro vWS在Azure上为客户提供了更加广泛的GPU产品选择空间,为云端带来性能强大的专业级工作站,且能够在任何地点、任何设备上满足客户最严苛的应用需求。”
基于NVIDIA Tesla GPU,Quadro vWS能够在Azure Marketplace中为客户提供媲美于本地部署VDI的性能体验。IT团队能够以每GPU 24GB的帧缓冲,为最为严苛的用户提供支持。同时,还能在云端交付计算工作负载,并以最佳性能为专业工作流程提供有力支持。
NVIDIA的合作伙伴纷纷对Azure上的Quadro表示支持,这一技术能够让用户随时随地享受到最佳的应用性能。
“ANSYS Discovery Live是仿真体验领域的一大突破。在NVIDIA GPU的助推下,它能够为客户提供强大的交互式用户体验。借助于Azure marketplace中的Quadro vWS,设计工程师不仅能够便捷地与仿真对象进行实时交互,还可以在任意设备上远程迭代设计备选方案,从而在开发阶段节省大量的成本和时间。”——ANSYS产品管理总监Justin Hendrickson
“CSN Groep致力于帮助客户实施基于云的虚拟解决方案。借助于Azure marketplace中的Quadro vWS,建筑、工程、媒体及娱乐行业的客户不仅能够获得和物理工作站相同的响应式体验,还可以在云端运行CAD应用和仿真时获取更多好处。不管在任何地方,用户都可以使用任意联网设备轻而易举地在Autodesk Revit中对3D模型进行缩放、平移和旋转。”——CSN Groep VDI工作空间咨询师Michiel van Bergen
“我们的客户期望可以通过任意一台搭载浏览器的设备(包括移动设备),访问设计、CAD和3D建模应用。借助Azure中基于Tesla P40的Quadro vWS,最新ND6实例所提供的性能几乎是以前的两倍。速度更快的3D图像显示、实时仿真及场景渲染意味着用户可以在任何地点上运行最复杂的工作负载,进而实现更强大的生产力。”——Nutanix Frame总经理Nikola Bozinovic
“制造或传媒、娱乐等市场的客户需要功能强大的、GPU加速的虚拟工作站,且要求无论身在何处都能安全地访问这一工作站。基于Azure上的NVIDIA Quadro vWS,Teradici Cloud Access Software得以快速部署,并借助PCoIP协议的卓越性能对应用程序进行远程可视化,这能够在任何设备,包括超安全的PCoIP Zero客户端上实现。”——Teradici首席执行官David Smith
“Workspot工作站云能够为建筑、制造、汽车、石油和天然气行业的客户提供出色的视觉效果。Quadro vWS和NVIDIA Tesla P40为行业中的高权限用户提供了体验强大性能的机会。云工作站的严格测试结果表明,GPU密集型工作负载的性能提升了15-100%。”——来自Workspot产品和联盟部门的Jimmy Chang
要访问Azure上的NVIDIA Quadro,只需前往Microsoft Azure Marketplace,选择基于Quadro虚拟工作站软件的NVIDIA虚拟机镜像(VMI)即可。
无需购买任何物理硬件及基础架构,您可以根据自己的需要配置GPU、vCPU、内存和存储器。IT部门只需安装应用就能接入用户并运行。
对于需要进行大规模云部署的客户,Azure上的Windows虚拟桌面也为Tesla GPU上的Quadro vWS实例提供支持。Windows虚拟桌面能够为任意设备提供最佳的虚拟桌面体验和远程应用程序,并将Microsoft 365和Azure结合,以此来为用户提供独一无二的多会话Windows 10体验。Windows 10多会话体验仅适用于Azure。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。