🚦Vous rencontrez des problèmes de performance avec pandas ? Nous avons exécuté 3 workflows d'exemple qui ralentissaient ou s'arrêtaient sur de grands ensembles de données—puis nous avons relancé le même code sur GPU avec cudf.pandas. En résumé : ✅ 18 millions de lignes de prix d'actions → 20 à 40 fois plus rapide avec des fenêtres glissantes basées sur le temps ✅ 8 Go de CSV d'offres d'emploi → jusqu'à 30 fois plus rapide sur les opérations de chaînes + les fusions ✅ 7,3 millions de points géospatiaux → des tableaux de bord interactifs qui restent interactifs Même code pandas. Plus de vitesse. 🏎️🏁 🔗 Consultez le blog pour des liens vers des démos Colab et des guides d'installation :

📣 Annonce de Llama Nemotron Super v1.5 📣 Cette version repousse les limites des capacités des modèles de raisonnement dans la catégorie de poids du modèle et est prête à alimenter des applications agentiques allant des développeurs individuels jusqu'aux applications d'entreprise. 📈 Le Llama Nemotron Super v1.5 atteint des précisions de raisonnement de premier plan pour les sciences, les mathématiques, le code et les tâches agentiques tout en offrant jusqu'à 3 fois plus de débit. Essayez-le sur ou téléchargez-le depuis @HuggingFace : 🤗

✨ Prêt à améliorer continuellement vos systèmes #agenticAI ? 🖥️ Regardez pour apprendre comment optimiser en continu les agents IA pour la latence et le coût — tout en maintenant les objectifs de précision. ➡️ Commencez ici

📣 Annonce de la sortie d'OpenReasoning-Nemotron : une suite de LLM capables de raisonnement qui ont été distillés à partir du modèle DeepSeek R1 0528 671B. Entraînés sur un ensemble de données massif et de haute qualité distillé à partir du nouveau DeepSeek R1 0528, nos nouveaux modèles de 7B, 14B et 32B atteignent des performances SOTA sur une large gamme de benchmarks de raisonnement pour leurs tailles respectives dans le domaine des mathématiques, des sciences et du code. Les modèles sont disponibles sur @huggingface🤗 :

🎶 Découvrez Audio-Flamingo 3 – un LALM entièrement ouvert entraîné sur des ensembles de données de son, de parole et de musique. 🎶 Gère des audio de 10 minutes, des textes longs et des conversations vocales. Parfait pour le QA audio, le dialogue et le raisonnement. Sur @huggingface ➡️ De #NVIDIAResearch.

🏆 Notre NVIDIA NeMo Canary-Qwen-2.5B se classe 1ère sur le classement @HuggingFace pour la reconnaissance automatique de la parole, établissant un nouveau record avec un taux d'erreur de mots de 5,63 %. 🤗 Classement ➡️

Que se passerait-il si vous pouviez poser une question à un chatbot de la taille d'une encyclopédie entière—et obtenir une réponse en temps réel ? Des requêtes de plusieurs millions de tokens avec 32 fois plus d'utilisateurs sont désormais possibles grâce au parallélisme Helix, une innovation de #NVIDIAResearch qui permet l'inférence à grande échelle. 🔗

Python + OpenUSD = des flux de travail plus rapides, une automatisation plus facile, plus de créativité. 💡 Les capacités de script de Python et sa facilité d'utilisation en font le partenaire idéal pour #OpenUSD, aidant à accélérer le développement sans avoir besoin d'expertise en C++. En savoir plus 👉

✨ FLUX.1 Kontext offre une expérience nouvelle pour la génération d'images grâce à un montage incrémental en contexte plutôt qu'à des invites complexes traditionnelles. Maintenant optimisé pour les GPU NVIDIA RTX utilisant TensorRT, nous avons collaboré avec @bfl_ml pour offrir une inférence plus rapide avec des exigences de VRAM réduites. 🔗 Détails:

Déployez votre propre instance de modèle DeepSeek-R1 avec un déploiement en 1 clic. Le nouveau conteneur NVIDIA TensorRT-LLM sur Vertex AI est optimisé pour les LLM à grande échelle et améliore considérablement les performances et l'efficacité des coûts. Commencez dès aujourd'hui ➡️