top of page

Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

logo.png

Giải pháp cải thiện hiệu quả suy luận AI của Google Cloud

Generatived

9:00 3/10/25

Google Cloud (California) vừa công bố một giải pháp mới giúp suy luận hiệu quả các mô hình AI. Giải pháp này sử dụng NVIDIA Dynamo để hỗ trợ suy luận phân tán, tách biệt các giai đoạn xử lý mô hình nhằm cải thiện hiệu suất và hiệu quả chi phí.

Cụ thể, giải pháp này sử dụng Google Kubernetes Engine (GKE), công cụ suy luận vLLM và các phiên bản tăng tốc GPU A3 Ultra được trang bị GPU NVIDIA H200, giúp triển khai NVIDIA Dynamo trên siêu máy tính AI của Google Cloud một cách dễ dàng, đạt hiệu suất và hiệu quả suy luận cao đồng thời đáp ứng các yêu cầu latency của các ứng dụng AI.

Kiến trúc suy luận phân tán phân phối các giai đoạn điền trước và giải mã vào các nhóm GPU riêng biệt, đảm bảo rằng việc xử lý nhanh chóng đòi hỏi nhiều tính toán không ảnh hưởng đến việc tạo mã thông báo nhanh. Dynamo hỗ trợ các công cụ suy luận như SGLang, TensorRT-LLM và vLLM, giúp cải thiện thông lượng tổng thể.

Với công thức suy luận phân tán mới này, Google Cloud hướng đến mục tiêu cải thiện hiệu suất và giảm chi phí cho các ứng dụng Generative AI . Các nhà phát triển có thể tìm thấy công thức này trong kho lưu trữ tài nguyên AI Hypercomputer trên GitHub và sử dụng nó để xây dựng thế hệ dịch vụ AI tiếp theo.

Chia sẻ bài viết này:

Tin tức mới nhất
NVIDIA thúc đẩy mạng lưới tự động viễn thông bằng trí tuệ nhân tạo

NVIDIA thúc đẩy mạng lưới tự động viễn thông bằng trí tuệ nhân tạo

9:00 25/6/26

Tại sự kiện TM Forum DTW Ignite 2026, NVIDIA đã công bố các khối cấu trúc mới cho mạng viễn thông tự động, nhấn mạnh vào các tác nhân AI

NVIDIA DFlash giúp tăng hiệu suất suy luận AI một cách đáng kể.

NVIDIA DFlash giúp tăng hiệu suất suy luận AI một cách đáng kể.

9:00 25/6/26

NVIDIA đã công bố DFlash, một công nghệ giải mã dự đoán mã nguồn mở được thiết kế để cải thiện hiệu quả suy luận mô hình ngôn ngữ lớn trên các nền tảng GPU hiện đại.

NVIDIA BioNeMo hỗ trợ nghiên cứu khoa học dựa trên tác nhân.

NVIDIA BioNeMo hỗ trợ nghiên cứu khoa học dựa trên tác nhân.

9:00 25/6/26

NVIDIA đã công bố những tiến bộ trong BioNeMo, một nền tảng được thiết kế để giúp các tác nhân AI thực hiện nghiên cứu sinh học phân tử thông qua việc truy cập có

Walkers ra mắt nền tảng cộng đồng thực hành AI Hakobune.

Walkers ra mắt nền tảng cộng đồng thực hành AI Hakobune.

9:00 25/6/26

Walkers vừa công bố ra mắt "Hakobune," một cộng đồng được thiết kế để giúp các chuyên gia kinh doanh ứng dụng trí tuệ nhân tạo (AI)

Copyright © 2024 Generatived - All right Reserved.

Chia sẻ bài viết này:

Chia sẻ bài viết này:

Generatived AI Logo

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.

  • Facebook
  • X

Hãy theo dõi chúng tôi

Ngôn ngữ

Tin tức mới nhất
NVIDIA thúc đẩy mạng lưới tự động viễn thông bằng trí tuệ nhân tạo

NVIDIA thúc đẩy mạng lưới tự động viễn thông bằng trí tuệ nhân tạo

9:00 25/6/26

Tại sự kiện TM Forum DTW Ignite 2026, NVIDIA đã công bố các khối cấu trúc mới cho mạng viễn thông tự động, nhấn mạnh vào các tác nhân AI

NVIDIA DFlash giúp tăng hiệu suất suy luận AI một cách đáng kể.

NVIDIA DFlash giúp tăng hiệu suất suy luận AI một cách đáng kể.

9:00 25/6/26

NVIDIA đã công bố DFlash, một công nghệ giải mã dự đoán mã nguồn mở được thiết kế để cải thiện hiệu quả suy luận mô hình ngôn ngữ lớn trên các nền tảng GPU hiện đại.

NVIDIA BioNeMo hỗ trợ nghiên cứu khoa học dựa trên tác nhân.

NVIDIA BioNeMo hỗ trợ nghiên cứu khoa học dựa trên tác nhân.

9:00 25/6/26

NVIDIA đã công bố những tiến bộ trong BioNeMo, một nền tảng được thiết kế để giúp các tác nhân AI thực hiện nghiên cứu sinh học phân tử thông qua việc truy cập có

Walkers ra mắt nền tảng cộng đồng thực hành AI Hakobune.

Walkers ra mắt nền tảng cộng đồng thực hành AI Hakobune.

9:00 25/6/26

Walkers vừa công bố ra mắt "Hakobune," một cộng đồng được thiết kế để giúp các chuyên gia kinh doanh ứng dụng trí tuệ nhân tạo (AI)

bottom of page