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
VELC giành được hợp đồng khung tư vấn trí tuệ nhân tạo của OECD.
14:00 19/8/26
VELC đã ký kết thỏa thuận với OECD để cung cấp dịch vụ tư vấn kỹ thuật cho một dự án trí tuệ nhân tạo trong giáo dục.
Spike Studio ra mắt hệ thống hỗ trợ qua điện thoại trực tiếp.
14:00 19/8/26
Spike Studio đã giới thiệu một nền tảng thông minh được thiết kế để phân tích các cuộc giao tiếp qua điện thoại và truy xuất các tài liệu tham khảo nội bộ trong các cuộc gọi dịch vụ trực tiếp.
Viện Pentacon ra mắt dịch vụ giám sát mối đe dọa mạng.
14:00 19/8/26
Viện Pentacon đã phát hành một nền tảng quản lý rủi ro liên tục chuyên dụng nhằm hỗ trợ các tổ chức giám sát các rủi ro hoạt động từ bên ngoài.
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
VELC giành được hợp đồng khung tư vấn trí tuệ nhân tạo của OECD.
14:00 19/8/26
VELC đã ký kết thỏa thuận với OECD để cung cấp dịch vụ tư vấn kỹ thuật cho một dự án trí tuệ nhân tạo trong giáo dục.
Spike Studio ra mắt hệ thống hỗ trợ qua điện thoại trực tiếp.
14:00 19/8/26
Spike Studio đã giới thiệu một nền tảng thông minh được thiết kế để phân tích các cuộc giao tiếp qua điện thoại và truy xuất các tài liệu tham khảo nội bộ trong các cuộc gọi dịch vụ trực tiếp.
Viện Pentacon ra mắt dịch vụ giám sát mối đe dọa mạng.
14:00 19/8/26
Viện Pentacon đã phát hành một nền tảng quản lý rủi ro liên tục chuyên dụng nhằm hỗ trợ các tổ chức giám sát các rủi ro hoạt động từ bên ngoài.

%20(1).webp)


%20(1).webp)

