热门搜索:
架构筛选
第 1 页
与「django.nv」相关的博客与命名空间
相关博客
Linux for Tegra Docker 容器化部署指南
L4T-ML（Linux for Tegra - Machine Learning）是一款针对Jetson平台优化的容器化机器学习开发环境，集成了多种主流深度学习框架和工具。该镜像预装了PyTorch 2.2、TensorFlow 2、ONNX Runtime、TensorRT等核心组件，同时包含CUDA、cuDNN、OpenCV等底层依赖，为开发者提供了开箱即用的机器学习开发环境，无需手动配置复杂的依赖关系。
Docker,Linux for Tegra2025/12/10
VLLM Docker 容器化部署指南：在 NVIDIA Jetson 平台高效运行大语言模型推理服务
VLLM是一个高效的开源大语言模型（LLM）推理服务框架，通过创新的PagedAttention技术实现高吞吐量和低延迟的推理性能。本文介绍的`dustynv/vllm`镜像是针对NVIDIA Jetson平台优化的容器化版本，由[dustynv/jetson-containers](https://github.com/dustynv/jetson-containers)项目构建，专为边缘计算场景设计，支持在资源受限的嵌入式设备上部署高性能LLM推理服务。
Docker,VLLM2025/12/2
NANO_LLM Docker 容器化部署指南
NANO_LLM是一个轻量级、优化的大型语言模型(LLM)推理和多模态智能体库，专为边缘设备和高性能计算环境设计。该库提供了对多种深度学习框架的支持，包括PyTorch、TensorRT和ONNX Runtime，能够高效运行各类语言模型和多模态应用。
Docker,NANO_LLM2025/11/17
NVIDIA CUDA 镜像 Docker 容器化部署全流程
CPU 像“全能但慢的多面手”，适合处理逻辑复杂但数据量小的任务；GPU 像“成千上万的小工人”，擅长同时处理大量重复、简单的计算。CUDA 就是连接开发者与 GPU 能力的“桥梁”，让 GPU 能脱离显卡驱动，直接为科学计算、AI 训练、数据处理等任务服务。
Docker,CUDA2025/10/10