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 ra mắt Nemotron 3 Ultra dành cho các đặc vụ

NVIDIA ra mắt Nemotron 3 Ultra dành cho các đặc vụ

9:00 8/6/26

NVIDIA đã giới thiệu Nemotron 3 Ultra, một mô hình suy luận quy mô lớn được thiết kế cho các tác nhân AI hoạt động trong thời gian dài.

Microsoft tiết lộ l��ỗ hổng bảo mật Claude Code.

Microsoft tiết lộ lỗ hổng bảo mật Claude Code.

9:00 8/6/26

Microsoft đã tiết lộ một lỗ hổng bảo mật ảnh hưởng đến Claude Code GitHub Action của Anthropic

Google mở rộng hệ sinh thái AI trên nhiều sản phẩm.

Google mở rộng hệ sinh thái AI trên nhiều sản phẩm.

9:00 8/6/26

Google đã nêu bật một loạt các phát triển về trí tuệ nhân tạo được công bố trong tháng 5 năm 2026, bao gồm trí tuệ nhân tạo tác nhân, tìm kiếm, thiết bị tiêu dùng

Microsoft cập nhật phân loại rủi ro AI tác nhân

Microsoft cập nhật phân loại rủi ro AI tác nhân

9:00 8/6/26

Microsoft đã phát hành phiên bản 2.0 của hệ thống phân loại lỗi AI tác nhân, mở rộng khung phân loại với bảy danh mục mới dựa trên những phát hiện từ một năm đánh giá hoạt động

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 ra mắt Nemotron 3 Ultra dành cho các đặc vụ

NVIDIA ra mắt Nemotron 3 Ultra dành cho các đặc vụ

9:00 8/6/26

NVIDIA đã giới thiệu Nemotron 3 Ultra, một mô hình suy luận quy mô lớn được thiết kế cho các tác nhân AI hoạt động trong thời gian dài.

Microsoft tiết lộ lỗ hổng bảo mật Claude Code.

Microsoft tiết lộ lỗ hổng bảo mật Claude Code.

9:00 8/6/26

Microsoft đã tiết lộ một lỗ hổng bảo mật ảnh hưởng đến Claude Code GitHub Action của Anthropic

Google mở rộng hệ sinh thái AI trên nhiều sản phẩm.

Google mở rộng hệ sinh thái AI trên nhiều sản phẩm.

9:00 8/6/26

Google đã nêu bật một loạt các phát triển về trí tuệ nhân tạo được công bố trong tháng 5 năm 2026, bao gồm trí tuệ nhân tạo tác nhân, tìm kiếm, thiết bị tiêu dùng

Microsoft cập nhật phân loại rủi ro AI tác nhân

Microsoft cập nhật phân loại rủi ro AI tác nhân

9:00 8/6/26

Microsoft đã phát hành phiên bản 2.0 của hệ thống phân loại lỗi AI tác nhân, mở rộng khung phân loại với bảy danh mục mới dựa trên những phát hiện từ một năm đánh giá hoạt động

bottom of page