【中英双语】NVIDIA GTC 2026 主题演讲，快速了解英伟达

名校课程-顶级中配

合集 · 硬件与GPU (28)

  1. 57:00
    【中英双语】显卡每秒36万亿次计算，如何做到？拆解3090 GPU架构 | Branch Education
  2. 28:33
    【中英双语】Intel Arc B60双芯卡实测：4张堆满192GB显存跑大模型
  3. 27:40
    【中文配音】什么样的显卡可以跑本地AI视频生成？实测：RTX 4090/3090/3070/3060四款GPU，覆盖8GB–24GB显存，8GB显存也能跑？
  4. 7:20
    【中文配音】想学AI大模型显卡如何选择？RTX 5070 vs 5060 Ti：AI训练选显卡，吞吐还是内存？
  5. 15:09
    【中文配音】编程素养-缓存未命中：CPU性能的最大隐形杀手，揭示为什么对代码进行简单的修改就能带来 100 倍的性能提升
  6. 39:38
    【中英双语】RTX 5090 vs RTX Pro 6000 AI 大模型对决！闪电版实测
  7. 11:04
    【中文配音】想学大模型？显卡怎么选择？RTX 5070 Ti 16GB值不值得买？本地AI实测
  8. 16:08
    【中英双语】预算4000美元，4张RTX3090本地跑全球最强开源AI模型智谱GLM-5.2，性能比肩GPT-5.5 | Tech-Practice
  9. 12:40
    【中英双语】RTX3090 vs 5090 vs Mac实测：llama.cpp MTP让Qwen3.6-27B推理翻倍
  10. 11:36
    【中英双语】什么样的显卡可以实现本地生成视频？RTX 5090 vs 4090：Wan2.2动画生成速度实测, 全程基于Linux + ComfyUI工作流
  11. 11:36
    【中英双语】RTX5090与RTX4090的Wan 2.2动画速度对比，全程基于ComfyUI工作流，RTX 5090生成视频，RTX 4090生成视频
  12. 19:44
    【中英双语】iPhone的这个漏洞永远修不好，A12/A13芯片直接报废？ | Low Level
  13. 19:44
    【中英双语】DeepSeek开源DSpark加速神器：Qwen3本地部署实测，推理速度飙升85% | Fahd Mirza
  14. 13:22
    【中英双语】RTX 3090 vs 5090：2026个人AI本地大模型装机终极选择（deepseek, qwen大模型本地部署，asr tts部署）
  15. 45:28
    【中英双语】手工打造GPU集群：8192核超大规模，半年血泪全记录 | bitluni
  16. 19:38
    【中英双语】显卡显存怎么选？2GB到48GB全解析，十分钟带你了解所有GPU显存容量 | Bit by Bit Explained
  17. 16:50
    【中英双语】[中英语音]程序员必懂CPU vs GPU vs TPU vs DPU vs QPU：五种处理器全解析
  18. 7:28
    【中英双语】GPU编程为什么这么难？数据搬运的代价，颠覆你的认知 | Parallel Routines
  19. 33:56
    【中英双语】如果你还没深刻理解CPU/GPU的差异，请看-> CPU vs GPU：谁才是质数计算之王？
  20. 4:46:42
    【中英双语】NVIDIA GTC 2026 主题演讲，快速了解英伟达
  21. 6:01:54
    【中英双语】从零手把手用Ollama构建RAG、多模态与LLM应用
  22. 17:06
    【中英双语】大模型推理为何吃满GPU内存？揭秘KV Cache机制与显存占用 | Efficient NLP
  23. 2:03:14
    【中英双语】硬核魔改RTX 3070显存翻倍到16GB！手把手挑战NVIDIA | Vex
  24. 9:40
    【中文配音】9分钟搞懂所有GPU黑科技，光线追踪，路径追踪，动态分辨率，HDR，抗锯齿，NVENC硬件编解码
  25. 57:00
    【中英双语】2026必看！显卡GPU架构深度拆解：36万亿次计算如何实现 | Branch Education
  26. 10:44
    【中文配音】DeepSeek V4深度解析：推理成本暴降的秘密
  27. 16:32:10
    【中文配音】康奈尔大学ECE5545：机器学习硬件与系统｜加速器到分布式训练
  28. 16:30
    【中英双语】RTX 3090 vs 5090：Qwen3.8-27B本地AI实测，谁更强？ | Tech-Practice

Parts

  1. P1 · [中文] 01. token经济学：通过高吞吐量token经济实现智能规模化
  2. P2 · [英文] 01. token经济学：通过高吞吐量token经济实现智能规模化
  3. P3 · [中文] 02. 欢迎参加GTC 2026大会
  4. P4 · [英文] 02. 欢迎参加GTC 2026大会
  5. P5 · [中文] 03. CUDA二十周年
  6. P6 · [英文] 03. CUDA二十周年
  7. P7 · [中文] 04. GeForce系列显卡
  8. P8 · [英文] 04. GeForce系列显卡
  9. P9 · [中文] 05. DLSS 5
  10. P10 · [英文] 05. DLSS 5
  11. P11 · [中文] 06. 结构化数据是AI的真相来源
  12. P12 · [英文] 06. 结构化数据是AI的真相来源
  13. P13 · [中文] 07. NVIDIA的垂直整合战略
  14. P14 · [英文] 07. NVIDIA的垂直整合战略
  15. P15 · [中文] 08. IBM携手NVIDIA重塑数据处理
  16. P16 · [英文] 08. IBM携手NVIDIA重塑数据处理
  17. P17 · [中文] 09. CUDA-X
  18. P18 · [英文] 09. CUDA-X
  19. P19 · [中文] 10. NVIDIA基础技术集锦
  20. P20 · [英文] 10. NVIDIA基础技术集锦
  21. P21 · [中文] 11. AI原生时代
  22. P22 · [英文] 11. AI原生时代
  23. P23 · [中文] 12. 推理拐点已至
  24. P24 · [英文] 12. 推理拐点已至
  25. P25 · [中文] 13. 推理拐点已然到来
  26. P26 · [英文] 13. 推理拐点已然到来
  27. P27 · [中文] 14. 推理拐点驱动强劲增长
  28. P28 · [英文] 14. 推理拐点驱动强劲增长
  29. P29 · [中文] 15. 英伟达如何实现业界最低token成本：50倍能效比带来35倍成本降低
  30. P30 · [英文] 15. 英伟达如何实现业界最低token成本：50倍能效比带来35倍成本降低
  31. P31 · [中文] 16. InferenceMAX之王
  32. P32 · [英文] 16. InferenceMAX之王
  33. P33 · [中文] 17. 英伟达是全球AI大规模推理的事实标准
  34. P34 · [英文] 17. 英伟达是全球AI大规模推理的事实标准
  35. P35 · [中文] 18. AI工厂：AI时代的工业基础设施
  36. P36 · [英文] 18. AI工厂：AI时代的工业基础设施
  37. P37 · [中文] 19. 十年AI基础设施创新之路：从NVIDIA DGX-1到NVIDIA Vera Rubin
  38. P38 · [英文] 19. 十年AI基础设施创新之路：从NVIDIA DGX-1到NVIDIA Vera Rubin
  39. P39 · [中文] 20. NVIDIA Vera Rubin
  40. P40 · [英文] 20. NVIDIA Vera Rubin
  41. P41 · [中文] 21. NVIDIA Vera Rubin、NVLink与Groq
  42. P42 · [英文] 21. NVIDIA Vera Rubin、NVLink与Groq
  43. P43 · [中文] 22. NVIDIA Spectrum-X交换机、共封装光学、Vera平台与NVIDIA BlueField-4
  44. P44 · [英文] 22. NVIDIA Spectrum-X交换机、共封装光学、Vera平台与NVIDIA BlueField-4
  45. P45 · [中文] 23. Rubin Ultra
  46. P46 · [英文] 23. Rubin Ultra
  47. P47 · [中文] 24. 推理性能与能效推动企业业绩增长
  48. P48 · [英文] 24. 推理性能与能效推动企业业绩增长
  49. P49 · [中文] 25. 融合极致性能的处理器
  50. P50 · [英文] 25. 融合极致性能的处理器
  51. P51 · [中文] 26. NVIDIA Groq 3 LPX
  52. P52 · [英文] 26. NVIDIA Groq 3 LPX
  53. P53 · [中文] 27. 宣布NVIDIA发布合作伙伴
  54. P54 · [英文] 27. 宣布NVIDIA发布合作伙伴
  55. P55 · [中文] 28. NVIDIA Vera Rubin：7颗芯片—5机架系统
  56. P56 · [英文] 28. NVIDIA Vera Rubin：7颗芯片—5机架系统
  57. P57 · [中文] 29. NVIDIA极致协同设计：每年交付颠覆性优势
  58. P58 · [英文] 29. NVIDIA极致协同设计：每年交付颠覆性优势
  59. P59 · [中文] 30. NVIDIA DSX AI工厂平台
  60. P60 · [英文] 30. NVIDIA DSX AI工厂平台
Description 
围绕人工智能基础设施演进与计算范式变革，本合集系统梳理NVIDIA GTC 2026大会核心技术脉络。从高吞吐量Token经济如何支撑智能规模化扩展，到CUDA二十年持续迭代所奠定的软硬协同根基；从GeForce消费级GPU的性能跃迁与DLSS 5实时渲染突破，到结构化数据作为AI训练可信基准的全新定位；既展现NVIDIA垂直整合战略在芯片、系统、软件全栈的落地实践，也呈现与IBM等伙伴在企业级数据处理上的深度协同。CUDA-X生态演进、AI原生应用爆发、推理算力拐点到来等关键议题层层递进，辅以基础技术混剪与前沿场景实证，构建出一条从底层架构创新到上层智能落地的清晰学习路径。适合关注AI工程化落地的开发者、研究大模型部署优化的算法工程师、追踪GPU技术趋势的硬件爱好者，以及希望理解智能时代计算基础设施变迁逻辑的技术决策者。内容兼顾技术纵深与产业视野，既有硬核架构解析，也有跨行业应用启示。