Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

NVIDIA đã hợp tác với Nebius để đánh giá hiệu suất tăng lên của việc phân bổ một phần GPU của NVIDIA Run:ai cho suy luận mô hình ngôn ngữ quy mô lớn (LLM). Bài kiểm tra chung này tận dụng AI Cloud của Nebius, được trang bị GPU NVIDIA chuyên dụng và mạng NVIDIA Quantum InfiniBand, để chứng minh khả năng mở rộng và hiệu quả của giải pháp. Bài kiểm tra được thực hiện bằng cách sử dụng các dịch vụ vi mô NVIDIA NIM để đảm bảo môi trường triển khai tiêu chuẩn hóa.

Kết quả kiểm tra rất ấn tượng, cho thấy rằng chỉ bằng cách sử dụng một nửa dung lượng GPU, hệ thống có thể xử lý 86% công suất người dùng đồng thời trong khi đạt được 77% thông lượng của một GPU đầy đủ. Hơn nữa, đối với các mô hình nhỏ, việc sử dụng một phần tư tài nguyên GPU có thể hỗ trợ gấp đôi số lượng người dùng suy luận đồng thời. Các thử nghiệm cũng cho thấy rằng các khối lượng công việc hỗn hợp làm tăng gấp ba tổng số người dùng hệ thống trên các GPU được chia sẻ, với khả năng mở rộng thông lượng gần như tuyến tính trên các kích thước GPU một phần khác nhau.

Khả năng lập lịch thông minh và phân vùng GPU động của NVIDIA Run:ai đã được chứng minh là rất cần thiết cho các doanh nghiệp đang đối mặt với thách thức mở rộng quy mô khối lượng công việc AI một cách hiệu quả. Khả năng phân chia GPU thành các đơn vị nhỏ hơn của nền tảng cho phép nhiều khối lượng công việc chạy đồng thời mà không làm giảm hiệu suất đáng kể. Việc phân bổ động này được bổ sung bởi bộ lập lịch thông minh của NVIDIA Run:ai, giúp tối ưu hóa việc phân bổ tài nguyên dựa trên nhu cầu của khối lượng công việc, ưu tiên các tác vụ nhạy cảm với độ trễ và đáp ứng các SLA.

Các bài kiểm tra hiệu năng do NVIDIA và Nebius thực hiện đã chỉ ra tiềm năng giúp các doanh nghiệp mở rộng đáng kể khối lượng công việc suy luận mà không cần tăng đầu tư vào GPU. Bằng cách tận dụng khả năng lập lịch GPU phân vùng của NVIDIA Run:ai và cơ sở hạ tầng Nebius AI Cloud, các doanh nghiệp có thể đạt được hiệu suất sử dụng cao hơn, đơn giản hóa độ phức tạp trong vận hành và giảm tổng chi phí sở hữu.