英伟达推出NeMo AutoModel，基于Transformers v5，提升MoE模型微调速度3.4-3.7倍，显存减少29%-32%。通过专家并行、DeepEP和TransformerEngine等技术，优化内存和计算效率。用户只需添加一行代码即可实现升级，支持更大批次和更长序列，相关代码已开源。

本文讨论了在WSL、Windows和Kaggle上部署PaddleOCR-VL的过程，指出了显存不释放和程序卡死等问题。作者分享了详细的安装步骤和代码示例，并提出了优化显存使用的方法。