Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
.webp)
Hammerspace memperkenalkan arsitektur data unik untuk pelatihan LLM
Generatived
20/11/23, 21.32
Hammerspace, orkestrator terkemuka dari Next Data Cycle, mengumumkan arsitektur data unik untuk melatih inferensi model bahasa skala besar (LLM) dalam lingkungan hyperscale. Arsitektur inovatif ini adalah satu-satunya yang memungkinkan para insinyur AI untuk menciptakan arsitektur data terpadu yang menggabungkan kinerja sistem file paralel kelas superkomputer dengan kemudahan akses aplikasi dan penelitian ke NFS standar.
Keberhasilan strategi AI bergantung pada kemampuannya untuk menskalakan GPU dalam jumlah besar dan fleksibilitas untuk mengakses silo data lokal dan terdistribusi. Organisasi juga harus dapat menggunakan data terlepas dari perangkat keras atau infrastruktur cloud yang digunakan saat ini dan memiliki kontrol keamanan yang diperlukan untuk mempertahankan kebijakan tata kelola data. Persyaratan ini sangat penting dalam pengembangan LLM. LLM sering kali memerlukan penggunaan ratusan miliar parameter, puluhan ribu GPU, dan ratusan petabyte data tidak terstruktur dari berbagai jenis.
Hammerspace mengumumkan arsitektur terbukti yang secara unik memberikan kinerja, kemudahan penerapan, dan dukungan perangkat lunak dan perangkat keras berbasis standar yang diperlukan untuk memenuhi persyaratan unik saluran data dan penyimpanan data LLM. Sistem file berkinerja sangat tinggi milik perusahaan ini menggabungkan seluruh saluran data ke dalam satu sistem file global paralel, mengintegrasikan infrastruktur dan data yang ada dengan kumpulan data dan sumber daya baru saat ditambahkan.
Arsitektur Hammerspace menciptakan lingkungan data global terpadu dan berkinerja tinggi yang dapat menjalankan semua fase beban kerja pelatihan dan inferensi LLM secara bersamaan dan berkelanjutan. Hammerspace menyederhanakan beban kerja AI dengan memanfaatkan data pelatihan di mana pun data tersebut disimpan, meminimalkan kebutuhan untuk menyalin dan memindahkan file ke repositori baru yang terpadu. Pendekatan ini tidak hanya mengurangi overhead tetapi juga mengurangi risiko kesalahan dan ketidakakuratan dalam LLM. Pada tingkat aplikasi, data diakses melalui antarmuka file NFS standar, memberikan aplikasi akses langsung ke file format standar yang biasanya dirancang.
Bagikan artikel ini:
Tin tức mới nhất
HENNGE mengintegrasikan HENNGE One dengan GMO Tenbin AI
2/9/26, 07.00
HENNGE mengumumkan bahwa platform keamanan cloud-nya, HENNGE One, kini mendukung integrasi single sign-on (SSO) dengan GMO Tenbin AI Biz, solusi kecerdasan buatan (AI)
Overflow bermitra dengan CRWD untuk perluasan FDE.
2/9/26, 07.00
Overflow mengumumkan kemitraan strategis dengan CRWD AI untuk menyediakan Insinyur Lapangan (Forward Deployed Engineer)
Polimill menyelenggarakan pelatihan QommonsAI untuk staf pemerintah kota.
2/9/26, 07.00
Polimill menyelenggarakan sesi pelatihan pada tanggal 12 Agustus 2026 untuk para pejabat pemerintah daerah di Kota Shiraoka, Kota Kazo, dan Kota Gyoda di Prefektur Saitama
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
HENNGE mengintegrasikan HENNGE One dengan GMO Tenbin AI
2/9/26, 07.00
HENNGE mengumumkan bahwa platform keamanan cloud-nya, HENNGE One, kini mendukung integrasi single sign-on (SSO) dengan GMO Tenbin AI Biz, solusi kecerdasan buatan (AI)
Overflow bermitra dengan CRWD untuk perluasan FDE.
2/9/26, 07.00
Overflow mengumumkan kemitraan strategis dengan CRWD AI untuk menyediakan Insinyur Lapangan (Forward Deployed Engineer)
Polimill menyelenggarakan pelatihan QommonsAI untuk staf pemerintah kota.
2/9/26, 07.00
Polimill menyelenggarakan sesi pelatihan pada tanggal 12 Agustus 2026 untuk para pejabat pemerintah daerah di Kota Shiraoka, Kota Kazo, dan Kota Gyoda di Prefektur Saitama






