NVIDIA NeMo 迎来 3.0 大版本更新，精简架构并聚焦语音
kuchaev · x · 2026-08-07
NVIDIA 宣布将其 NeMo 研究库正式拆分，原代码库更名为 NVIDIA-NeMo/Speech 并升级至 3.0 版本，全面专注于 ASR、TTS 和 SpeechLLM 等语音技术。
新版本重点清理了技术债务：删除了近 100 万行废弃代码，减少了 100 多个依赖包，并改用 uv 简化安装流程。此外，该版本还引入了与 NeMo Automodel 的集成以支持分布式 SpeechLLM 训练，并加入了 MagpieTTS 等新功能。
「Infra」频道最新
- Zero 下一代 IVM 引擎塞进单个 DO，实时查询 R2 上 100GiB 数据库 — threepointone · 2026-10-16
- Aziz 梗图开玩：2028 年自己开 Roadster 去芯片工厂提货 — beffjezos · 2026-10-16
- 一个人维护 40 亿台设备的时钟：时区数据库背后的志愿者 — danbri · 2026-10-16
- 4x DGX Spark 跑 DeepSeek V4.1 Flash 实测：内存根本不够，494 t/s 有水分 — Aroochacha · 2026-10-16
- 开发者开源 Intel GPU Vulkan 推理升级:部分路径摄取提速 2 倍 — Fun-Aardvark-1143 · 2026-10-16
- ELSFP 光封装三大痛点：插损超 3dB、PMF 贵且难装、洁净间要求高 — jwt0625 · 2026-10-16