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
Nonagon Capital ra mắt nền tảng Nonagon Link Beta.
9:00 14/7/26
Nonagon Capital vừa công bố bản phát hành thử nghiệm beta trong nước của Nonagon Link, một nền tảng thị trường dữ liệu được phát triển совместно với Hotto Link
Mutex kết nối Reze với WebORCA thông qua API.
9:00 14/7/26
Mutex vừa công bố tích hợp API giữa nền tảng xử lý yêu cầu bồi thường y tế dựa trên trí tuệ nhân tạo Reze của họ và phiên bản đám mây của WebORCA
Indigo hợp tác với Athena để phân phối giải pháp bảo mật AI.
9:00 14/7/26
Indigo Solutions vừa công bố thỏa thuận hợp tác phân phối với Athena Technologies để cung cấp Athena Firewall
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
Nonagon Capital ra mắt nền tảng Nonagon Link Beta.
9:00 14/7/26
Nonagon Capital vừa công bố bản phát hành thử nghiệm beta trong nước của Nonagon Link, một nền tảng thị trường dữ liệu được phát triển совместно với Hotto Link
Mutex kết nối Reze với WebORCA thông qua API.
9:00 14/7/26
Mutex vừa công bố tích hợp API giữa nền tảng xử lý yêu cầu bồi thường y tế dựa trên trí tuệ nhân tạo Reze của họ và phiên bản đám mây của WebORCA
Indigo hợp tác với Athena để phân phối giải pháp bảo mật AI.
9:00 14/7/26
Indigo Solutions vừa công bố thỏa thuận hợp tác phân phối với Athena Technologies để cung cấp Athena Firewall


%20(1).webp)



