• 

  活动回顾-思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》—成都站圆满成功

  思腾合力联合英伟达《不可不知的AI超算利器—DGX 应用实例分享巡展》——成都站是此次巡展的第三站，此次巡展助力KDD China 技术峰会&四川省计算机学术年会，于11月30—12月1日在西南交通大学九里校区举办。ACM数据挖掘中国分会(KDD China)作为SIGKDD在中国的唯一官方分支机构，此次联合四川省计算机学会在成都举办2019年会暨KDDChina技术峰会，旨在提升中国数据

  2020-01-03 siton 10

• 

  活动回顾- 思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》—重庆站圆满成功

  思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》—重庆站思腾合力联合英伟达《不可不知的AI超算利器—DGX 应用实例分享巡展》——重庆站于11月30日落下帷幕。此站助力2019年重庆计算机学会实验教学专委会年会，圆满成功。重庆计算机学会实验教学专委会2012年成立，专委会致力于团结和组织重庆市广大计算机科学实验教学工作者，立足重庆，面向社会经济与产业，促进各个学校计算机实

  2020-01-03 siton 7

• 

  活动预告 - 思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》—成都站

  ACM数据挖掘中国分会（KDD China）作为SIGKDD在中国的唯一官方分支机构，联合四川省计算机学会于2019年11月30日-12月01日在成都主办2019年暨KDD China技术峰会。届时，思腾合力联合英伟达将出席此次会议，将在现场展示超级强大液冷超静音的 DGX Station ，这也是我们《思腾合力&NVIDIA 不可不知的AI超算利器—DGX应用实例分享巡展》的第三站，诚邀

  2019-11-28 siton 26

• 

  活动预告 - 思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》—重庆站

  2019年11月29日重庆计算机学会实验教学专业委员会将联合信息技术新工科产学研联盟未来网络工委将在重庆工程学院举办重庆计算机学会实验教学专委会2019年年会。届时，思腾合力联合英伟达将出席此次会议，将在现场展示超级强大液冷超静音的 DGX Station ，同时思腾合力资深DGX技术解决方案经理徐振宇 将在大会进行DGX应用实例分享，旨在与老师们分享DGX 真实应用的实际体验。会议主题： ☆专委

  2019-11-24 siton 36

• 市场活动 | 思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》-安徽站回顾

  2019年11月8-10日，2019安徽省高校计算机教育大会”暨安徽高等学校计算机教育研究会年会在宿州国际大酒店顺利召开。本次会议由安徽省高等学校计算机教育研究会主办，宿州学院承办。作为《不可不知的 AI 超算利器—DGX 应用实例分享巡展》的第一站，思腾合力联合英伟达赞助并出席了此次会议，我们和来自安徽各高校的计算机院系负责人以及业界领域专家汇聚一堂，共同探讨高性能计算对科研教育项目中的应用以及

  2019-11-18 38

• “老司机”齐聚GTC CHINA 2019，带你看看自动驾驶未来长什么样

  自动驾驶的进度条走到哪里了？如何才能实现安全的自动驾驶？关于自动驾驶的最全知识点解析，尽在12月16-19日即将在苏州举办的GTC CHINA（GPU 技术大会）。来自世界一流的行业领袖、汽车制造商、一级供应商、无人驾驶汽车开发者和研究人员，与专家学者们将共同探讨GPU的创新如何帮助解决自动驾驶汽车领域的安全挑战。各种重磅发布，等你一同见证！自动驾驶与交通光听不过瘾？车展见真章如果您觉得各位大佬的

  2019-11-15 50

• 思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》正式启动

  AI超算 NVIDIA DGX系列产品自上市以来，思腾合力已积累了来自高校、科研院所、企业等众多领域的客户，广泛应用于深度学习、科研、HPC、数据科学等学科和科研，除了强大的参数，我们的用户们究竟有哪些真实的收益？思腾合力联合英伟达《不可不知的 AI 超算利器—DGX 应用实例分享巡展》系列活动即将于11/8 正式启动。首站-安徽宿州由安徽省高等学校计算机教育研究会主办，宿州学院承办的2019 安

  2019-11-07 39

• 数据科学端到端流程提升10 倍是什么体验？数据科学家们快来免费测试！

  数据科学正在从根本上改变企业的经营方式。从消费者行为预测分析，到电信、金融、零售等行业各种规模的公司现在抓取、存储和分析的数据比以往任何时候都多。今天的公司使用机器学习、深度学习和数据分析来更好地了解他们的日常运营，了解更多关于客户行为的信息，并最终设计出更好的产品和服务。虽然出现了加速数据科学工作流程的工具和技术，但许多数据科学项目仍然失败了，因为现有的工具无法提供有效处理和构建准确预测模型所需

  2019-10-29 29