官方技术资料：NVIDIA（第 15 页）
官方技术资料 · NVIDIA：共 264 条，本页为第 211–225 条。
Providers v2
Use provider profiles to attach credentials, network policy, and refresh metadata to OpenShell sandboxes.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：guardrails · observability · model-evaluation
链接复核时间：2026-09-25
Verify the Contents of Published OpenShell Images
Read the SBOM attestation attached to published gateway and supervisor images to audit what each image contains.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：guardrails · observability · model-evaluation
链接复核时间：2026-09-25
NVIDIA Riva
通过通用学习价值预筛，等待逐份重要性、时效性和替代关系审核。
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：multimodal · inference-optimization · deployment
链接复核时间：2026-09-25
NVIDIA Riva
通过通用学习价值预筛，等待逐份重要性、时效性和替代关系审核。
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：multimodal · inference-optimization · deployment
链接复核时间：2026-09-25
Agents & Sandboxes
Every agent Tier 3 can drive and every environment it can run them in — Docker tuning, local-mode sandbox policy, workspace modes, and readiness checks.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
Tier 1: Static and Security Validation
Deterministic quality gates for skills — schema, quality, security, PII, license, code-integrity, Unicode, and script checks, plus optional LLM judging.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Tier 2: Semantic Deduplication
Detect redundant content within one skill and overlapping skills across a collection using embedding similarity.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：model-evaluation · inference-optimization · deployment
链接复核时间：2026-09-25
Tier 3: Live Agent Evaluation
Run a real agent with and without your skill in a sandboxed environment, then measure Skill Lift across five dimensions.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
NVIDIA-Verified Agent Skills
Capability governance for portable AI agent skills: what skills do, how to discover them, and how verification works.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
A Trust Pipeline for Agent Skills
How scanning, evaluation, signing, and skill cards work together to make AI agent skills easier to review and safer to deploy.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
Evaluate Agent Skills Before Publication
How SkillEvaluator measures whether a skill improves an agent's output, what to ship so it can run, and how to read the result.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
Scan Agent Skills Before Installation
Use SkillSpector to detect vulnerabilities, malicious patterns, and policy risks in AI agent skills.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
Verify Signed Agent Skills
Use detached OMS signatures to verify the integrity and authenticity of published agent skills.
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：agent · tool-calling · inference-optimization
链接复核时间：2026-09-25
Speed up inference with SOTA quantization techniques in TRT-LLM #
通过通用学习价值预筛，等待逐份重要性、时效性和替代关系审核。
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：deployment · inference-optimization · observability
链接复核时间：2026-09-25
Scaling Expert Parallelism in TensorRT LLM (Part 1: Design and Implementation of Large-scale EP) #
通过通用学习价值预筛，等待逐份重要性、时效性和替代关系审核。
证据用途：用于理解 GPU 计算、训练、检索、推理服务、可靠性或部署决策。
使用边界：只直接证明 NVIDIA 技术栈的实现与声明；版本化接口和实验能力使用前应复核
关联概念：deployment · inference-optimization · observability
链接复核时间：2026-09-25