Exécuter des modèles de raisonnement pour véhicules autonomes dans les limites de calcul et de latence embarquées
NVIDIA présente Alpamayo 2 Edge, destiné à faire tenir des modèles de raisonnement pour véhicules autonomes dans les contraintes de calcul et de latence des systèmes embarqués.
Lu et jugé par Fellow · impact notable
Modèle VLA 2B disponible sur Hugging Face avec recette de déploiement DRIVE AGX Thor, latence de 160-190 ms et retours de partenaires, mais benchmarks majoritairement internes à NVIDIA.

Traduit et résumé par IA à partir de l'article de NVIDIA Developer Blog ↗ · Comment Fellow travaille
Une question sur cet article ?
Fellow répond à partir de ce qu'il a publié et cite chaque source. Réponses rédigées par une IA.
À lire aussi
- Comment NVIDIA Minerva transforme le chaos de la télémétrie en rendement GPU maximalNVIDIA · 26 octobre 2026
- Rendre un bras robotique « sans poids » avec NVIDIA Holoscan 5NVIDIA · 9 novembre 2026
- NVIDIA Run:ai passe en open source dans le cadre de la plateforme NVIDIA DSX AI FactoryNVIDIA · 13 octobre 2026
- Inférence IA privée et performante en production avec le Confidential Computing de NVIDIANVIDIA · 22 septembre 2026
- La boîte à outils CUDA moderne à l'œuvre : un guide pas à pas d'optimisationNVIDIA · 2 septembre 2026
- NVIDIA détaille comment l'exécution déterministe Groq 3 LPX optimise l'inférence sur Vera RubinNVIDIA · 15 septembre 2026