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
Google ra mắt Gemini Omni và Flash 3.5

Google ra mắt Gemini Omni và Flash 3.5

9:00 2/6/26

Tại Google I/O 2026, Google đã giới thiệu Gemini Omni và dòng sản phẩm Gemini 3.5, mở rộng danh mục sản phẩm AI của mình với các khả năng mới về tạo video

AWS hỗ trợ trợ lý AI cho Big C Retail

AWS hỗ trợ trợ lý AI cho Big C Retail

9:00 2/6/26

Amazon Web Services (AWS) thông báo rằng nhà bán lẻ Thái Lan Big C đã ra mắt trợ lý mua sắm AI đàm thoại được xây dựng trên nền tảng AWS

Google công bố những cải tiến lớn về trí tuệ nhân tạo tại sự kiện I/O.

Google công bố những cải tiến lớn về trí tuệ nhân tạo tại sự kiện I/O.

9:00 2/6/26

Tại Google I/O 2026, Google đã giới thiệu một loạt các công nghệ trí tuệ nhân tạo và cập nhật sản phẩm, nhấn mạnh những tiến bộ trong việc tạo nội dung, tìm kiếm thông minh

CRED mở rộng nền tảng phát triển AI với các tác nhân (Agents)

CRED mở rộng nền tảng phát triển AI với các tác nhân (Agents)

9:00 2/6/26

CRED, có trụ sở chính tại Bengaluru, Ấn Độ, đã thông báo về việc triển khai CRED codelens, một lớp trí tuệ nhân tạo được thiết kế để thống nhất kiến ​​thức phần mềm

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
Google ra mắt Gemini Omni và Flash 3.5

Google ra mắt Gemini Omni và Flash 3.5

9:00 2/6/26

Tại Google I/O 2026, Google đã giới thiệu Gemini Omni và dòng sản phẩm Gemini 3.5, mở rộng danh mục sản phẩm AI của mình với các khả năng mới về tạo video

AWS hỗ trợ trợ lý AI cho Big C Retail

AWS hỗ trợ trợ lý AI cho Big C Retail

9:00 2/6/26

Amazon Web Services (AWS) thông báo rằng nhà bán lẻ Thái Lan Big C đã ra mắt trợ lý mua sắm AI đàm thoại được xây dựng trên nền tảng AWS

Google công bố những cải tiến lớn về trí tuệ nhân tạo tại sự kiện I/O.

Google công bố những cải tiến lớn về trí tuệ nhân tạo tại sự kiện I/O.

9:00 2/6/26

Tại Google I/O 2026, Google đã giới thiệu một loạt các công nghệ trí tuệ nhân tạo và cập nhật sản phẩm, nhấn mạnh những tiến bộ trong việc tạo nội dung, tìm kiếm thông minh

CRED mở rộng nền tảng phát triển AI với các tác nhân (Agents)

CRED mở rộng nền tảng phát triển AI với các tác nhân (Agents)

9:00 2/6/26

CRED, có trụ sở chính tại Bengaluru, Ấn Độ, đã thông báo về việc triển khai CRED codelens, một lớp trí tuệ nhân tạo được thiết kế để thống nhất kiến ​​thức phần mềm

bottom of page