Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
%20(1).webp)
NVIDIA Mengumumkan Kerangka Kerja SMART untuk Inferensi AI
Generatived
11/9/25, 09.00
Inferensi telah menjadi aspek kunci kecerdasan buatan (AI), dengan model-model modern yang terus berkembang untuk menangani tugas-tugas kompleks seperti pengembangan perangkat lunak dan pembuatan video. Sistem-sistem canggih ini mampu melakukan inferensi multi-tahap, mempertahankan memori persisten, dan memahami konteks jangka panjang. Namun, kemampuan ini menimbulkan tantangan baru bagi infrastruktur komputasi, yang memaksa kita untuk mengevaluasi kembali bagaimana inferensi diskalakan dan dioptimalkan.
Meningkatnya kompleksitas beban kerja AI, terutama dalam pengembangan perangkat lunak, mengharuskan sistem untuk mengelola seluruh basis kode, melacak dependensi antar berkas, dan memahami struktur tingkat repositori. Hal ini telah mengubah asisten pemrograman menjadi kolaborator yang lebih cerdas. Demikian pula, aplikasi video dan penelitian berdurasi panjang membutuhkan sistem AI untuk menjaga konsistensi dan memori di seluruh rangkaian data yang sangat besar, sehingga melampaui batas infrastruktur yang ada.
NVIDIA mengatasi tantangan ini dengan kerangka kerja SMART-nya, yang bertujuan mengoptimalkan inferensi dengan berfokus pada skala, performa, arsitektur, ROI, dan integrasi ekosistem. Kerangka kerja ini mendorong infrastruktur terdistribusi tumpukan penuh, yang memungkinkan alokasi sumber daya komputasi dan memori yang efisien. Rangkaian produk NVIDIA, termasuk GPU Blackwell dan GPU GB200 NVL72, serta solusi perangkat lunak seperti TensorRT-LLM dan Dynamo, meningkatkan performa inferensi di seluruh industri AI.
Perusahaan juga mengumumkan NVIDIA Rubin CPX, sebuah GPU yang dirancang khusus untuk beban kerja AI konteks panjang. Rubin CPX bertujuan untuk memberikan efisiensi dan ROI yang lebih tinggi dengan memenuhi tuntutan tugas-tugas kompleks ini. Pengembangan baru ini menandai langkah selanjutnya dalam evolusi infrastruktur inferensi terdistribusi, yang mengoptimalkan pemanfaatan sumber daya dan meningkatkan kinerja dengan memisahkan fase-fase pemrosesan.
Bagikan artikel ini:


