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
MicrosoftがローカルSQL

MicrosoftがローカルSQL

5/10/26, 07.00

Microsoft(米国ワシントン州)は、クラウド接続の有無を問わず利用可能なデータベースインフラ『SQL Server on Azure Local』の一般提供を開始した。

TCBSがAI基盤を全社導入

TCBSがAI基盤を全社導入

5/10/26, 07.00

TCBS(ベトナムハノイ)は、AWSのソフトウェア開発環境『Kiro』を全社規模で導入したと発表した。

Googleが最先端AIモデル発表

Googleが最先端AIモデル発表

5/10/26, 07.00

Google(米国カリフォルニア州)は、高度な推論機能と100万トークンの出力上限を備えた最新AIモデル『Gemini 4 Argon』をはじめとする一連のAIアップデートを発表した。

NVIDIAがAI評価技術

NVIDIAがAI評価技術

5/10/26, 07.00

NVIDIA(米国カリフォルニア州)は、AIエージェントの行動履歴や実行プロセスを詳細に可視化・評価するためのチュートリアルと『NeMo Relay』活用事例を公開した。

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
MicrosoftがローカルSQL

MicrosoftがローカルSQL

5/10/26, 07.00

Microsoft(米国ワシントン州)は、クラウド接続の有無を問わず利用可能なデータベースインフラ『SQL Server on Azure Local』の一般提供を開始した。

TCBSがAI基盤を全社導入

TCBSがAI基盤を全社導入

5/10/26, 07.00

TCBS(ベトナムハノイ)は、AWSのソフトウェア開発環境『Kiro』を全社規模で導入したと発表した。

Googleが最先端AIモデル発表

Googleが最先端AIモデル発表

5/10/26, 07.00

Google(米国カリフォルニア州)は、高度な推論機能と100万トークンの出力上限を備えた最新AIモデル『Gemini 4 Argon』をはじめとする一連のAIアップデートを発表した。

NVIDIAがAI評価技術

NVIDIAがAI評価技術

5/10/26, 07.00

NVIDIA(米国カリフォルニア州)は、AIエージェントの行動履歴や実行プロセスを詳細に可視化・評価するためのチュートリアルと『NeMo Relay』活用事例を公開した。

bottom of page