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
Renue Tech tự động hóa việc ước tính bản vẽ tiện ích.

Renue Tech tự động hóa việc ước tính bản vẽ tiện ích.

14:00 18/8/26

Renue đã triển khai một ứng dụng được thiết kế để tự động tính toán chiều dài đường ống và số lượng linh kiện từ các bản vẽ cấp thoát nước dạng PDF.

Dịch vụ cập nhật nhận diện thương hiệu GMO Tenbin AI

Dịch vụ cập nhật nhận diện thương hiệu GMO Tenbin AI

14:00 18/8/26

GMO Tenbin AI đã làm mới nhận diện thương hiệu và logo dịch vụ phần mềm trên tất cả các sản phẩm nền tảng.

APOLLO11 Tech ra mắt chương trình phân phối token miễn phí.

APOLLO11 Tech ra mắt chương trình phân phối token miễn phí.

14:00 18/8/26

APOLLO11 đã triển khai chương trình khuyến mãi token miễn phí cho dịch vụ xử lý ngôn ngữ hiệu năng cao của mình.

CAICA DIGITAL Tech ra mắt dịch vụ bảo mật.

CAICA DIGITAL Tech ra mắt dịch vụ bảo mật.

14:00 18/8/26

CAICA DIGITAL đã ra mắt một dịch vụ bảo mật nhằm cân bằng hiệu quả phát triển và bảo vệ ứng dụng.

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
Renue Tech tự động hóa việc ước tính bản vẽ tiện ích.

Renue Tech tự động hóa việc ước tính bản vẽ tiện ích.

14:00 18/8/26

Renue đã triển khai một ứng dụng được thiết kế để tự động tính toán chiều dài đường ống và số lượng linh kiện từ các bản vẽ cấp thoát nước dạng PDF.

Dịch vụ cập nhật nhận diện thương hiệu GMO Tenbin AI

Dịch vụ cập nhật nhận diện thương hiệu GMO Tenbin AI

14:00 18/8/26

GMO Tenbin AI đã làm mới nhận diện thương hiệu và logo dịch vụ phần mềm trên tất cả các sản phẩm nền tảng.

APOLLO11 Tech ra mắt chương trình phân phối token miễn phí.

APOLLO11 Tech ra mắt chương trình phân phối token miễn phí.

14:00 18/8/26

APOLLO11 đã triển khai chương trình khuyến mãi token miễn phí cho dịch vụ xử lý ngôn ngữ hiệu năng cao của mình.

CAICA DIGITAL Tech ra mắt dịch vụ bảo mật.

CAICA DIGITAL Tech ra mắt dịch vụ bảo mật.

14:00 18/8/26

CAICA DIGITAL đã ra mắt một dịch vụ bảo mật nhằm cân bằng hiệu quả phát triển và bảo vệ ứng dụng.

bottom of page