Квантизированная NVIDIA версия мультимодальной MoE-модели DeepSeek-V4.1-Flash-1017 с 552B параметров, поддержкой контекста до 1M токенов и NVFP4-прецизионностью.
источник ↗#nvidia
3 записейПошаговое улучшение CUDA-программы от 6,8 с до 23 мс с помощью CCCL, Compute Sanitizer, Nsight Systems, CUB, pooled и pinned памяти, а также CUDA-streams.
источник ↗Gated 7B-модель NVIDIA для speech-to-speech и audio-to-audio задач на базе Moshi с весами 16.7 ГБ.
источник ↗