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
Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

9:00 11/6/26

Microsoft báo cáo sự gia tăng các chiến dịch tấn công mạng lợi dụng thương hiệu của các nền tảng trí tuệ nhân tạo (AI) phổ biến, bao gồm ChatGPT, Claude và DeepSeek

Apple mở rộng các công cụ AI với Xcode 27

Apple mở rộng các công cụ AI với Xcode 27

9:00 11/6/26

Apple đã giới thiệu các khung AI mới và các bản cập nhật lớn cho Xcode 27 nhằm giúp các nhà phát triển xây dựng ứng dụng hiệu quả hơn.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

9:00 11/6/26

NVIDIA đã vạch ra một quy trình làm việc được thiết kế để cải thiện các hệ thống nhận dạng giọng nói lâm sàng thông qua việc tạo ra âm thanh tổng hợp có tính đến phát âm

Google ra mắt Gemini 3.5 Live Translate

Google ra mắt Gemini 3.5 Live Translate

9:00 11/6/26

Google vừa công bố triển khai Gemini 3.5 Live Translate, một mô hình âm thanh được thiết kế để cung cấp dịch thuật giọng nói sang giọng nói theo thời gian thực trên hơn 70 ngôn ngữ

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
Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

Microsoft cảnh báo về mối đe dọa ngày càng gia tăng từ trí tuệ nhân tạo (AI) trong việc dụ dỗ người dùng.

9:00 11/6/26

Microsoft báo cáo sự gia tăng các chiến dịch tấn công mạng lợi dụng thương hiệu của các nền tảng trí tuệ nhân tạo (AI) phổ biến, bao gồm ChatGPT, Claude và DeepSeek

Apple mở rộng các công cụ AI với Xcode 27

Apple mở rộng các công cụ AI với Xcode 27

9:00 11/6/26

Apple đã giới thiệu các khung AI mới và các bản cập nhật lớn cho Xcode 27 nhằm giúp các nhà phát triển xây dựng ứng dụng hiệu quả hơn.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

NVIDIA giới thiệu quy trình đánh giá AI giọng nói lâm sàng.

9:00 11/6/26

NVIDIA đã vạch ra một quy trình làm việc được thiết kế để cải thiện các hệ thống nhận dạng giọng nói lâm sàng thông qua việc tạo ra âm thanh tổng hợp có tính đến phát âm

Google ra mắt Gemini 3.5 Live Translate

Google ra mắt Gemini 3.5 Live Translate

9:00 11/6/26

Google vừa công bố triển khai Gemini 3.5 Live Translate, một mô hình âm thanh được thiết kế để cung cấp dịch thuật giọng nói sang giọng nói theo thời gian thực trên hơn 70 ngôn ngữ

bottom of page