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
NVIDIA Mempercepat Pemrosesan Dataset UMAP Multi GPU
20/8/26, 14.00
NVIDIA memperkenalkan alat eksekusi terdistribusi di platform cuML dan cuVS untuk membagi perhitungan grafik di beberapa GPU komputasi.
NVIDIA Menggunakan ChatGPT untuk Operasi Perusahaan
20/8/26, 14.00
NVIDIA mengintegrasikan alur kerja kecerdasan buatan di seluruh departemen perusahaan untuk menyederhanakan proses operasional bagi karyawan.
OpenAI Meluncurkan Platform yang Dirancang untuk Pengguna Remaja
20/8/26, 14.00
OpenAI memperkenalkan platform khusus untuk pengguna remaja yang secara otomatis menerapkan konfigurasi akun yang dilindungi berdasarkan model estimasi usia.
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
NVIDIA Mempercepat Pemrosesan Dataset UMAP Multi GPU
20/8/26, 14.00
NVIDIA memperkenalkan alat eksekusi terdistribusi di platform cuML dan cuVS untuk membagi perhitungan grafik di beberapa GPU komputasi.
NVIDIA Menggunakan ChatGPT untuk Operasi Perusahaan
20/8/26, 14.00
NVIDIA mengintegrasikan alur kerja kecerdasan buatan di seluruh departemen perusahaan untuk menyederhanakan proses operasional bagi karyawan.
OpenAI Meluncurkan Platform yang Dirancang untuk Pengguna Remaja
20/8/26, 14.00
OpenAI memperkenalkan platform khusus untuk pengguna remaja yang secara otomatis menerapkan konfigurasi akun yang dilindungi berdasarkan model estimasi usia.


%20(1).webp)
%20(1).webp)
%20(1).webp)

