Generatived(Beta)|生成AIの最新ニュースとトレンドを提供
%20(1).webp)
Google Cloud AI推論効率向上ソリューション
Generatived
25/10/3 9:00
Google Cloud(カリフォルニア州)は、AIモデルの効率的な推論を実現するための新しいソリューションを発表した。このソリューションは、NVIDIA Dynamoを使用し、分散型推論を可能にする。これにより、モデル処理フェーズが分離され、パフォーマンスとコスト効率が向上する。
具体的には、Google Kubernetes Engine(GKE)、vLLM推論エンジン、NVIDIA H200 GPUを搭載したA3 Ultra GPUアクセラレータインスタンスを使用する。Google CloudのAI HypercomputerにNVIDIA Dynamoをデプロイすることが容易になり、AIアプリケーションのレイテンシ要件を満たしつつ、高いパフォーマンスと推論効率を実現する。
分散型推論アーキテクチャでは、プリフィルステージとデコードステージを別々のGPUプールに分散する。これにより、計算負荷の高いプロンプト処理が高速なトークン生成を妨げないようにすることが可能となる。Dynamoは、SGLangやTensorRT-LLM、vLLMなどの推論エンジンに対応しており、全体のスループットが向上する。
Google Cloudは、この新しい分散型推論レシピを通じて、生成AIアプリケーションのパフォーマンスを向上させると同時にコストを削減することを目指している。開発者はGitHub上のAI Hypercomputerリソースリポジトリでレシピを確認し、次世代のAI搭載サービスの構築に活用できる。
最新のニュース
AItegrity、面接官設定AIシステムを構築
26/7/20 9:00
AItegrity(埼玉県志木市)は、大手住宅メーカーの人事部門向けに、年間約300回に及ぶ採用面接の面接官選定を効率化する「面接設定AIシステム」のプロトタイプを構築した。
Multiverse Computing、5億7,000万ドル調達
26/7/20 9:00
Multiverse Computing(サンセバスチャン)は、シリーズCで5億7,000万ドルを調達し、プレマネー評価額17億ドルで資金調達を実施したと発表した。
NVIDIA、LLM向けGPU最適化設計指針公開
26/7/14 9:00
NVIDIA(米国カリフォルニア州)は、大規模言語モデル(LLM)の性能を最大限引き出すためのGPU最適化設計ガイドを公開したと発表した。
Copyright © 2024 Generatived - All right Reserved.
ニュース
Generatived は、Generative AIに特化した情報やトレンドをお届けするサービスです。大きく変わりゆく世界の情報を全力でお届けします。
最新のニュース
AItegrity、面接官設定AIシステムを構築
26/7/20 9:00
AItegrity(埼玉県志木市)は、大手住宅メーカーの人事部門向けに、年間約300回に及ぶ採用面接の面接官選定を効率化する「面接設定AIシステム」のプロトタイプを構築した。
Multiverse Computing、5億7,000万ドル調達
26/7/20 9:00
Multiverse Computing(サンセバスチャン)は、シリーズCで5億7,000万ドルを調達し、プレマネー評価額17億ドルで資金調達を実施したと発表した。
NVIDIA、LLM向けGPU最適化設計指針公開
26/7/14 9:00
NVIDIA(米国カリフォルニア州)は、大規模言語モデル(LLM)の性能を最大限引き出すためのGPU最適化設計ガイドを公開したと発表した。






