Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
%20(1).webp)
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
OpenAI Memperluas Kelompok Riset Institut Ekonomi AI
9/7/26, 09.00
OpenAI mengumumkan kelompok riset ketiga dari AI Economy Institute, yang menyatukan para peneliti dari universitas dan organisasi kebijakan di seluruh dunia
Australian Payments Plus Memperluas Adopsi ChatGPT untuk Perusahaan
9/7/26, 09.00
Australian Payments Plus memperluas penggunaan ChatGPT Enterprise dan Codex untuk mendukung investigasi teknis dan pekerjaan pengetahuan sehari-hari
NVIDIA Memperkenalkan NTP untuk Pelatihan LLM yang Tangguh
8/7/26, 09.00
NVIDIA mempresentasikan penelitian tentang Nonuniform Tensor Parallelism (NTP), sebuah pendekatan eksperimental yang dirancang
Copyright © 2024 Generatived - All right Reserved.
Bagikan artikel ini:
Bagikan artikel ini:
Kategori
Berita
AI dan hukum/peraturan/masyarakat
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.
Berita terkini
OpenAI Memperluas Kelompok Riset Institut Ekonomi AI
9/7/26, 09.00
OpenAI mengumumkan kelompok riset ketiga dari AI Economy Institute, yang menyatukan para peneliti dari universitas dan organisasi kebijakan di seluruh dunia
Australian Payments Plus Memperluas Adopsi ChatGPT untuk Perusahaan
9/7/26, 09.00
Australian Payments Plus memperluas penggunaan ChatGPT Enterprise dan Codex untuk mendukung investigasi teknis dan pekerjaan pengetahuan sehari-hari
NVIDIA Memperkenalkan NTP untuk Pelatihan LLM yang Tangguh
8/7/26, 09.00
NVIDIA mempresentasikan penelitian tentang Nonuniform Tensor Parallelism (NTP), sebuah pendekatan eksperimental yang dirancang






