签到！
签到
签到
签到
期待分享
欢迎大家观看直播，我们将在14:00准时开始。
1
签到
签到
签到
直播已开始，欢迎大家积极提问，演讲嘉宾会在分享结束后统一文字答复
签到
AI工厂听起来好酷
签到
签到
签到
NVIDIA的AI生态越来越强大了,从硬件到软件都有了
需要不断更新AI模型以适应市场变化
已到会
签到
签到
数据集的质量直接影响AI模型的预测准确性
签到
部署AI时应注重团队的跨部门合作
已到
AI模型的部署需要综合考虑数据的来源和质量
已到
签到
签到
签到
签到
签到
已经登录
签到
签到
提问是到问答区吗
签到
签到
签到
话说容器化非容器化并存的话，部署在哪里呀
签到
签到
签到
签到
干货满满
不错！
666
SLA支持服务可以帮助企业快速解决AI系统中的问题
签到
何成杰老师经验丰富,讲得很精彩
签到
签到
大家有问题的话可以在问答区留言 何老师演讲结束后会进行答复
签到
签到
签到
希望何老师能多讲讲自己在AI领域的项目经验和心得体会
签到
希望何老师能多讲讲自己在AI领域的项目经验和心得体会
话说容器化非容器化并存的话，部署在哪里呀
受益匪浅
您如何看待NVIDIA NIM在制造业数据集的采集和处理中的应用，以及它是如何通过预构建的AI模型和工具优化流程的？
NVIDIA NIM的SLA标准支持服务在实际运营中是如何帮助互联网公司减轻AI系统维护压力的？
NVAIE有标准的SLA，也就是NVIDIA的相应支持团队会在要求的时间之内做出有效的回复，从而推进客户问题的解决。
对于金融行业而言，简化Kubernetes配置和管理的具体好处是什么？NVIDIA NIM如何在此过程中提供帮助？
首先拉起和搭建K8S集群是个非常麻烦的过程，BCME作为NVAIE的核心组件之一可以迅速的完成集群的部署和K8S集群拉起的工作。NVIDIA NIM的话，它主要是讲主流的金融领域的模型做了微服务角度的封装，方便客户做推理部署
2333
在医疗领域，AI模型的部署和扩展面临哪些挑战，NVIDIA NIM又是如何通过预构建的工具简化这一过程的？
NIM对于主流的BIO领域的模型都做了微服务封装
请问NVIDIA NIM在制造行业中AI模型的部署和扩展中起到了哪些关键作用，尤其是在简化Kubernetes配置方面的优势是什么？
因为NIM是完整的对于模型的微服务的封装，对于不同要求的API风格都做了封装，所以客户在k8s平台上可以迅速部署相应模型的推理服务，同时方便最终用户通过API方式的二次调用开发。
集群监控和运维是企业级应用的刚需
是的，BCME是一个有近20年历史的完整解决方案，功能丰富，稳定可靠。
谢谢何老师的分享 干货满满
期待更多详细功能演示
谢谢何老师的分享
在教育和科研领域中，如何有效利用NVIDIA NIM提供的预构建AI模型和工具来加速研究和教学？
在交通运输行业中，如何通过简化Kubernetes的配置和管理，优化数据集的采集和处理流程？
能源行业在采用AI技术中面临哪些挑战，NVIDIA NIM的SLA标准支持服务是如何帮助您解决这些问题的？
请问在医疗行业中，SLA标准支持服务是如何确保数据集的安全和高效处理的？
NVAIE可以在数据处理环节帮助到客户， 主要是有NVAIE Data Curator，NVAIE Rapids等方案。
请问房地产行业在AI开发和部署中遇到的主要挑战是什么，NVIDIA NIM的集群部署和管理软件又是如何提供解决方案的？
签到
谢谢何老师的解答
谢谢何老师答疑解惑
本次直播已结束，稍后会有回放视频，欢迎大家持续关注《NVIDIA AI 加速精讲堂》！
怎么看回放？