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
Q2 ra mắt môi trường phát triển AI Q2 Code

Q2 ra mắt môi trường phát triển AI Q2 Code

9:00 20/4/26

Q2 vừa công bố ra mắt Q2 Code, một môi trường phát triển dựa trên trí tuệ nhân tạo được thiết kế để đẩy nhanh quá trình phát triển các tiện ích mở rộng

NVIDIA nh��ấn mạnh chi phí token cho cơ sở hạ tầng AI

NVIDIA nhấn mạnh chi phí token cho cơ sở hạ tầng AI

9:00 20/4/26

NVIDIA cho biết các trung tâm dữ liệu đang chuyển dịch sang “các nhà máy token AI”, nơi các tác vụ suy luận chiếm ưu thế và sản lượng được đo bằng token thay vì năng lực tính toán thô.

Google Chrome ra mắt tính năng Kỹ năng cho quy trình làm việc AI.

Google Chrome ra mắt tính năng Kỹ năng cho quy trình làm việc AI.

9:00 20/4/26

Google vừa công bố ra mắt tính năng “Kỹ năng” trong Chrome, cho phép người dùng lưu và tái sử dụng các gợi ý của AI cho các tác vụ lặp đi lặp lại.

OpenAI mở rộng khả năng tiếp cận phòng thủ mạng với GPT5.4

OpenAI mở rộng khả năng tiếp cận phòng thủ mạng với GPT5.4

9:00 20/4/26

OpenAI đã công bố mở rộng chương trình Truy cập Tin cậy cho An ninh mạng (Trusted Access for Cyber)

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
Q2 ra mắt môi trường phát triển AI Q2 Code

Q2 ra mắt môi trường phát triển AI Q2 Code

9:00 20/4/26

Q2 vừa công bố ra mắt Q2 Code, một môi trường phát triển dựa trên trí tuệ nhân tạo được thiết kế để đẩy nhanh quá trình phát triển các tiện ích mở rộng

NVIDIA nhấn mạnh chi phí token cho cơ sở hạ tầng AI

NVIDIA nhấn mạnh chi phí token cho cơ sở hạ tầng AI

9:00 20/4/26

NVIDIA cho biết các trung tâm dữ liệu đang chuyển dịch sang “các nhà máy token AI”, nơi các tác vụ suy luận chiếm ưu thế và sản lượng được đo bằng token thay vì năng lực tính toán thô.

Google Chrome ra mắt tính năng Kỹ năng cho quy trình làm việc AI.

Google Chrome ra mắt tính năng Kỹ năng cho quy trình làm việc AI.

9:00 20/4/26

Google vừa công bố ra mắt tính năng “Kỹ năng” trong Chrome, cho phép người dùng lưu và tái sử dụng các gợi ý của AI cho các tác vụ lặp đi lặp lại.

OpenAI mở rộng khả năng tiếp cận phòng thủ mạng với GPT5.4

OpenAI mở rộng khả năng tiếp cận phòng thủ mạng với GPT5.4

9:00 20/4/26

OpenAI đã công bố mở rộng chương trình Truy cập Tin cậy cho An ninh mạng (Trusted Access for Cyber)

bottom of page