top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

Solusi Peningkatan Efisiensi Inferensi AI Google Cloud

Generatived

3/10/25, 09.00

Google Cloud (California) telah mengumumkan solusi baru untuk inferensi model AI yang efisien. Solusi ini menggunakan NVIDIA Dynamo untuk memungkinkan inferensi terdistribusi, yang memisahkan fase pemrosesan model untuk meningkatkan performa dan efisiensi biaya.

Secara khusus, ia menggunakan Google Kubernetes Engine (GKE), mesin inferensi vLLM, dan instans GPU A3 Ultra yang dipercepat yang dilengkapi dengan GPU NVIDIA H200, sehingga memudahkan penerapan NVIDIA Dynamo pada hiperkomputer AI Google Cloud, mencapai kinerja tinggi dan efisiensi inferensi sekaligus memenuhi persyaratan latency aplikasi AI.

Arsitektur inferensi terdistribusi mendistribusikan tahap pra-pengisian dan dekode ke kumpulan GPU terpisah, memastikan bahwa pemrosesan perintah yang intensif komputasi tidak mengganggu pembuatan token yang cepat. Dynamo mendukung mesin inferensi seperti SGLang, TensorRT-LLM, dan vLLM, sehingga meningkatkan throughput keseluruhan.

Dengan resep inferensi terdistribusi baru ini, Google Cloud bertujuan untuk meningkatkan performa dan mengurangi biaya aplikasi Generative AI . Para pengembang dapat menemukan resep ini di repositori sumber daya AI Hypercomputer di GitHub dan menggunakannya untuk membangun layanan berbasis AI generasi berikutnya.

Bagikan artikel ini:

Tin tức mới nhất
NVIDIA Memperkenalkan CPU Vera untuk AI Agentik

NVIDIA Memperkenalkan CPU Vera untuk AI Agentik

9/7/26, 09.00

NVIDIA memperkenalkan CPU Vera, dan menggambarkannya sebagai prosesor yang dirancang khusus untuk beban kerja AI berbasis agen

Google Memperluas Kemampuan Agen Terkelola Gemini

Google Memperluas Kemampuan Agen Terkelola Gemini

9/7/26, 09.00

Google memperkenalkan kemampuan baru untuk Agen Terkelola di API Gemini, menambahkan fitur yang dirancang untuk mendukung agen AI siap produksi dengan otomatisasi

Fullpower AI Memperluas Platform Tidur Menggunakan Infrastruktur AWS

Fullpower AI Memperluas Platform Tidur Menggunakan Infrastruktur AWS

9/7/26, 09.00

Fullpower-AI mengumumkan bahwa platform Sleeptracker-AI mereka dibangun di atas infrastruktur Amazon Web Services

NVIDIA AI Aerial Meningkatkan Efisiensi RAN Asli AI

NVIDIA AI Aerial Meningkatkan Efisiensi RAN Asli AI

9/7/26, 09.00

NVIDIA menjelaskan bagaimana platform AI Aerial mereka menerapkan akselerasi GPU ke jaringan akses radio, memungkinkan pemrosesan berbasis AI

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
NVIDIA Memperkenalkan CPU Vera untuk AI Agentik

NVIDIA Memperkenalkan CPU Vera untuk AI Agentik

9/7/26, 09.00

NVIDIA memperkenalkan CPU Vera, dan menggambarkannya sebagai prosesor yang dirancang khusus untuk beban kerja AI berbasis agen

Google Memperluas Kemampuan Agen Terkelola Gemini

Google Memperluas Kemampuan Agen Terkelola Gemini

9/7/26, 09.00

Google memperkenalkan kemampuan baru untuk Agen Terkelola di API Gemini, menambahkan fitur yang dirancang untuk mendukung agen AI siap produksi dengan otomatisasi

Fullpower AI Memperluas Platform Tidur Menggunakan Infrastruktur AWS

Fullpower AI Memperluas Platform Tidur Menggunakan Infrastruktur AWS

9/7/26, 09.00

Fullpower-AI mengumumkan bahwa platform Sleeptracker-AI mereka dibangun di atas infrastruktur Amazon Web Services

NVIDIA AI Aerial Meningkatkan Efisiensi RAN Asli AI

NVIDIA AI Aerial Meningkatkan Efisiensi RAN Asli AI

9/7/26, 09.00

NVIDIA menjelaskan bagaimana platform AI Aerial mereka menerapkan akselerasi GPU ke jaringan akses radio, memungkinkan pemrosesan berbasis AI

bottom of page