Generatived(Beta)|生成AIの最新ニュースとトレンドを提供

Google Cloud、効率的なAI導入方法を発表
Generatived
25/9/12 9:00
Google Cloudは、従来のGPUベースのサービスアーキテクチャの課題に対処し、AIモデルをより効率的にデプロイするための新しいソリューションを発表しました。この新しい手法は、NVIDIA Dynamoを用いた分散型推論アプローチを採用しており、AIモデルの処理フェーズを分離することで、パフォーマンスとコスト効率を向上させます。このイノベーションは、複雑でリソースを大量に消費するデプロイを必要とする大規模な生成AIモデルに特に効果的です。
同社の最新ソリューションは、 Google Kubernetes Engine (GKE)、vLLM推論エンジン、そしてNVIDIA H200 GPUを搭載したA3 Ultra GPUアクセラレーションインスタンスを含むAIハイパーコンピューターへのNVIDIA Dynamoの導入を簡素化します。この構成は、AIアプリケーションのレーテンシー要件を満たしながら、より高いパフォーマンスと推論効率を実現するように設計されています。開発者やMLエンジニアは、 GitHubでレシピや追加リソースにアクセスし、このソリューションをAIプロジェクトに統合できます。
Google Cloud の AI 推論へのアプローチは、2 つの異なる計算フェーズで構成されます。1 つは入力プロンプトを処理し、並列処理能力を活用するプレフィルフェーズ、もう 1 つはレスポンスを生成し、高速なメモリアクセスを必要とするデコードフェーズです。新しいアーキテクチャでは、これらのフェーズを異なる GPU プールに分割することで、リソースの競合を防ぎ、GPU の利用率を向上させます。これにより推論コストとレーテンシーが削減され、両方のフェーズが同じ GPU 上で実行される従来のアーキテクチャに比べて大幅な改善が実現します。
分散型推論アーキテクチャは、GKE を利用して A3 Ultra インスタンスの個別のノードプールを管理し、推論サーバーとして NVIDIA Dynamo を、そして計算処理には vLLM 推論エンジンを使用します。これにより、各フェーズを独立してスケーリングできるため、迅速な処理によってトークン生成が遅延されることはありません。このソリューションは様々な推論エンジンをサポートし、スループットと GPU 効率の大幅な向上を実現します。
最新のニュース
Salesforce管理機能提供
26/8/20 14:00
セールスフォース・ジャパン(東京都千代田区)は、自律型AIエージェントの安全な本番運用を支援する新機能群および統制用ソリューションの提供を開始した模様だ。
Robo Co-opデジタル就労支援
26/8/20 14:00
Robo Co-op(東京都港区)は、島根県から受託したデジタル人材育成事業においてソーシャル・インパクト・ボンドを活用したファンドの事業運用を開始した模様だ。
Play Roboticsロボ内製化支援
26/8/19 14:00
Play Robotics(東京都中央区)は、中小企業におけるヒューマノイドロボットの内製運用を支援する実践的プログラムの提供を開始した模様だ。
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
Salesforce管理機能提供
26/8/20 14:00
セールスフォース・ジャパン(東京都千代田区)は、自律型AIエージェントの安全な本番運用を支援する新機能群および統制用ソリューションの提供を開始した模様だ。
Robo Co-opデジタル就労支援
26/8/20 14:00
Robo Co-op(東京都港区)は、島根県から受託したデジタル人材育成事業においてソーシャル・インパクト・ボンドを活用したファンドの事業運用を開始した模様だ。
Play Roboticsロボ内製化支援
26/8/19 14:00
Play Robotics(東京都中央区)は、中小企業におけるヒューマノイドロボットの内製運用を支援する実践的プログラムの提供を開始した模様だ。






