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
GENAI ra mắt dịch vụ đào tạo tự động hóa tác vụ bằng AI.
9:00 1/4/26
GENAI (Tokyo) đã giới thiệu AI Kanri, một dịch vụ đào tạo thực hành được thiết kế để đạt được tự động hóa kinh doanh trong vòng ba đến sáu tháng.
F&M ra mắt tính năng hỗ trợ trò chuyện bằng AI cho hoạt động nhân sự.
9:00 1/4/26
F&M (Osaka) sẽ phát hành giai đoạn đầu tiên của các tính năng hỗ trợ AI cho nền tảng đám mây Office Station HR vào tháng 4 năm 2026.
Syukatsu Kaigi tăng cường kiểm tra nội dung do AI cung cấp
9:00 1/4/26
Công ty Syukatsu Kaigi (Tokyo) đã tăng cường quy trình sàng lọc để loại bỏ các bài đăng gian lận do AI tạo ra trên nền tảng đánh giá doanh nghiệp của mình.

%20(1).webp)
%20(1).webp)

