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
NVIDIAがAI評価指標発表

NVIDIAがAI評価指標発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、自律型AIエージェントの性能を測定する評価フレームワークの分析結果を公表した。

NVIDIAがCT解析基盤発表

NVIDIAがCT解析基盤発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、3D CT検査の画像解析に特化したAIモデル『NV-Reason-CT』を発表した。

MSがFoundry機能拡充

MSがFoundry機能拡充

24/9/26, 07.00

Microsoft(米国ワシントン州)は、AIエージェント構築プラットフォーム『Microsoft Foundry』の機能強化を発表した。

NVIDIAが複数GPU推論機能を発表

NVIDIAが複数GPU推論機能を発表

23/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、生成AIの推論処理を複数のGPUに分散させて高速化する新機能「TensorRTマルチデバイス推論」およびその基盤となる「Dynamo-Triton」の最新版を公表した。

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
NVIDIAがAI評価指標発表

NVIDIAがAI評価指標発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、自律型AIエージェントの性能を測定する評価フレームワークの分析結果を公表した。

NVIDIAがCT解析基盤発表

NVIDIAがCT解析基盤発表

24/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、3D CT検査の画像解析に特化したAIモデル『NV-Reason-CT』を発表した。

MSがFoundry機能拡充

MSがFoundry機能拡充

24/9/26, 07.00

Microsoft(米国ワシントン州)は、AIエージェント構築プラットフォーム『Microsoft Foundry』の機能強化を発表した。

NVIDIAが複数GPU推論機能を発表

NVIDIAが複数GPU推論機能を発表

23/9/26, 07.00

NVIDIA(米国カリフォルニア州)は、生成AIの推論処理を複数のGPUに分散させて高速化する新機能「TensorRTマルチデバイス推論」およびその基盤となる「Dynamo-Triton」の最新版を公表した。

bottom of page