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

Google Cloud meluncurkan metode penerapan AI yang efisien

Generatived

12/9/25, 09.00

Google Cloud telah mengumumkan solusi baru untuk mengatasi tantangan arsitektur layanan berbasis GPU tradisional dan menerapkan model AI secara lebih efisien. Metode baru ini menggunakan pendekatan inferensi terdistribusi dengan NVIDIA Dynamo, yang meningkatkan performa dan efisiensi biaya dengan memisahkan fase pemrosesan model AI. Inovasi ini khususnya efektif untuk model Generative AI skala besar yang membutuhkan penerapan kompleks dan intensif sumber daya.

Solusi terbaru perusahaan ini menyederhanakan penerapan NVIDIA Dynamo pada hiperkomputer AI yang mencakup Google Kubernetes Engine (GKE), mesin inferensi vLLM, dan instans GPU A3 Ultra yang diakselerasi oleh GPU NVIDIA H200. Konfigurasi ini dirancang untuk menghasilkan performa dan efisiensi inferensi yang lebih tinggi sekaligus memenuhi persyaratan latency aplikasi AI. Para pengembang dan insinyur ML dapat mengakses resep dan sumber daya tambahan di GitHub untuk mengintegrasikan solusi ini ke dalam proyek AI mereka.

Pendekatan Google Cloud terhadap inferensi AI terdiri dari dua fase komputasi yang berbeda: fase pra-pengisian yang memproses perintah input dan memanfaatkan daya pemrosesan paralel, dan fase dekode yang menghasilkan respons dan membutuhkan akses memori yang cepat. Arsitektur baru kami memisahkan fase-fase ini ke dalam kumpulan GPU yang berbeda, mencegah perebutan sumber daya dan meningkatkan pemanfaatan GPU. Hal ini mengurangi biaya dan latency inferensi, sebuah peningkatan yang signifikan dibandingkan arsitektur sebelumnya di mana kedua fase berjalan pada GPU yang sama.

Arsitektur inferensi terdistribusi memanfaatkan GKE untuk mengelola kumpulan node terpisah dari instans A3 Ultra, menggunakan NVIDIA Dynamo sebagai server inferensi dan mesin inferensi vLLM untuk komputasi. Hal ini memungkinkan setiap fase untuk diskalakan secara independen, memastikan pemrosesan cepat tidak menunda pembuatan token. Solusi ini mendukung berbagai mesin inferensi, menghasilkan peningkatan signifikan dalam throughput dan efisiensi GPU.

Bagikan artikel ini:

Tin tức mới nhất
マイクロソフト、Claude Opus 5.5の提供を開始

マイクロソフト、Claude Opus 5.5の提供を開始

24/9/26, 07.00

Microsoft(ワシントン州)は、Anthropicが開発した最新AIモデル「Claude Opus 5.5」を開発者向けプラットフォーム「Microsoft Foundry」上で一般提供開始した。

マイクロソフト、AIエージェント実行基盤を提供

マイクロソフト、AIエージェント実行基盤を提供

24/9/26, 07.00

Microsoft(ワシントン州)は、自律型AIエージェントの安全な実行と統制を両立する新機能「Azure Container Apps Sandboxes」の一般提供を開始した。

マイクロソフト、AI犯罪基盤を妨害

マイクロソフト、AI犯罪基盤を妨害

24/9/26, 07.00

Microsoft(ワシントン州)は、サイバー犯罪プラットフォーム「EvilTokens」のインフラを妨害・無効化したと発表した。

NVIDIAがMoE高速化手法発表

NVIDIAがMoE高速化手法発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、大規模言語モデルやバイオ基盤モデルに向けたMoE(Mixture-of-Experts)アーキテクチャの学習効率化手法を公開した。

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
マイクロソフト、Claude Opus 5.5の提供を開始

マイクロソフト、Claude Opus 5.5の提供を開始

24/9/26, 07.00

Microsoft(ワシントン州)は、Anthropicが開発した最新AIモデル「Claude Opus 5.5」を開発者向けプラットフォーム「Microsoft Foundry」上で一般提供開始した。

マイクロソフト、AIエージェント実行基盤を提供

マイクロソフト、AIエージェント実行基盤を提供

24/9/26, 07.00

Microsoft(ワシントン州)は、自律型AIエージェントの安全な実行と統制を両立する新機能「Azure Container Apps Sandboxes」の一般提供を開始した。

マイクロソフト、AI犯罪基盤を妨害

マイクロソフト、AI犯罪基盤を妨害

24/9/26, 07.00

Microsoft(ワシントン州)は、サイバー犯罪プラットフォーム「EvilTokens」のインフラを妨害・無効化したと発表した。

NVIDIAがMoE高速化手法発表

NVIDIAがMoE高速化手法発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、大規模言語モデルやバイオ基盤モデルに向けたMoE(Mixture-of-Experts)アーキテクチャの学習効率化手法を公開した。

bottom of page