Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo
%20(1).webp)
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 mở rộng chiến lược và quan hệ đối tác về an ninh AI.
9:00 24/4/26
Microsoft cho biết những tiến bộ trong trí tuệ nhân tạo (AI) đang định hình lại các rủi ro an ninh mạng
Nền tảng cơ sở hạ tầng AI của NVIDIA Google Cloud mở rộng
9:00 24/4/26
Theo các nguồn tin, NVIDIA và Google Cloud đang mở rộng sự hợp tác lâu dài của họ, tăng cường nền tảng AI toàn diện nhằm mục đích đưa trí tuệ nhân tạo (AI)
OpenAI công bố mô hình bộ lọc bảo mật cho thông tin nhận dạng cá nhân (PII).
9:00 24/4/26
Theo các báo cáo, OpenAI sắp phát hành Privacy Filter, một mô hình mã nguồn mở được thiết kế để phát hiện và che giấu thông tin nhận dạng cá nhân trong văn bản
Copyright © 2024 Generatived - All right Reserved.
Chia sẻ bài viết này:
Chia sẻ bài viết này:
Danh mục
Tin tức
AI và luật/hệ thống/kinh tế/xã hội
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.
Tin tức mới nhất
Microsoft mở rộng chiến lược và quan hệ đối tác về an ninh AI.
9:00 24/4/26
Microsoft cho biết những tiến bộ trong trí tuệ nhân tạo (AI) đang định hình lại các rủi ro an ninh mạng
Nền tảng cơ sở hạ tầng AI của NVIDIA Google Cloud mở rộng
9:00 24/4/26
Theo các nguồn tin, NVIDIA và Google Cloud đang mở rộng sự hợp tác lâu dài của họ, tăng cường nền tảng AI toàn diện nhằm mục đích đưa trí tuệ nhân tạo (AI)
OpenAI công bố mô hình bộ lọc bảo mật cho thông tin nhận dạng cá nhân (PII).
9:00 24/4/26
Theo các báo cáo, OpenAI sắp phát hành Privacy Filter, một mô hình mã nguồn mở được thiết kế để phát hiện và che giấu thông tin nhận dạng cá nhân trong văn bản



%20(1).webp)


