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
OpenAI giải thích về quyền riêng tư và quá trình huấn luyện của ChatGPT.

OpenAI giải thích về quyền riêng tư và quá trình huấn luyện của ChatGPT.

9:00 11/5/26

OpenAI đã phát hành một hướng dẫn bằng ngôn ngữ dễ hiểu, nêu rõ cách các mô hình ChatGPT được huấn luyện

Parloa mở rộng giải pháp tự động hóa giọng nói AI cho doanh nghiệp.

Parloa mở rộng giải pháp tự động hóa giọng nói AI cho doanh nghiệp.

9:00 11/5/26

Parloa cho biết họ đã mở rộng Nền tảng Quản lý Tác nhân AI của mình bằng cách sử dụng các mô hình bao gồm GPT-5.4 để hỗ trợ tự động hóa dịch

OpenAI mở rộng các biện pháp kiểm soát quản trị bảo mật của Codex.

OpenAI mở rộng các biện pháp kiểm soát quản trị bảo mật của Codex.

9:00 11/5/26

OpenAI đã vạch ra các biện pháp quản trị và kiểm soát bảo mật mới cho Codex, nền tảng trợ lý lập trình AI được thiết kế để tự động tương tác với các kho lưu trữ, công cụ

NVIDIA giới thiệu quy trình làm việc AI cho việc dịch thuật Julia trên GPU

NVIDIA giới thiệu quy trình làm việc AI cho việc dịch thuật Julia trên GPU

9:00 8/5/26

NVIDIA đã giới thiệu một quy trình làm việc và kỹ năng tác nhân AI để dịch các nhân GPU từ cuTile Python sang cuTile.jl

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
OpenAI giải thích về quyền riêng tư và quá trình huấn luyện của ChatGPT.

OpenAI giải thích về quyền riêng tư và quá trình huấn luyện của ChatGPT.

9:00 11/5/26

OpenAI đã phát hành một hướng dẫn bằng ngôn ngữ dễ hiểu, nêu rõ cách các mô hình ChatGPT được huấn luyện

Parloa mở rộng giải pháp tự động hóa giọng nói AI cho doanh nghiệp.

Parloa mở rộng giải pháp tự động hóa giọng nói AI cho doanh nghiệp.

9:00 11/5/26

Parloa cho biết họ đã mở rộng Nền tảng Quản lý Tác nhân AI của mình bằng cách sử dụng các mô hình bao gồm GPT-5.4 để hỗ trợ tự động hóa dịch

OpenAI mở rộng các biện pháp kiểm soát quản trị bảo mật của Codex.

OpenAI mở rộng các biện pháp kiểm soát quản trị bảo mật của Codex.

9:00 11/5/26

OpenAI đã vạch ra các biện pháp quản trị và kiểm soát bảo mật mới cho Codex, nền tảng trợ lý lập trình AI được thiết kế để tự động tương tác với các kho lưu trữ, công cụ

NVIDIA giới thiệu quy trình làm việc AI cho việc dịch thuật Julia trên GPU

NVIDIA giới thiệu quy trình làm việc AI cho việc dịch thuật Julia trên GPU

9:00 8/5/26

NVIDIA đã giới thiệu một quy trình làm việc và kỹ năng tác nhân AI để dịch các nhân GPU từ cuTile Python sang cuTile.jl

bottom of page