Amazon SageMaker Inference ahora ofrece enrutamiento con reconocimiento de prefijos, una estrategia de enrutamiento que envía solicitudes que comparten el mismo prefijo de solicitud a la misma instancia para que la caché KV se mantenga activa. En las pruebas comparativas de Llama 3.1 70B, se redujo...
El suministro de computación, la energía y la capacidad de los centros de datos deciden qué tan barato puede funcionar la IA. Los cambios en la infraestructura aparecen en los costos de inferencia semanas después.
Empresas y modelos mencionados en esta historia: abra sus páginas y vea los precios en vivo
Los resúmenes se agregan únicamente con fines informativos; siga el enlace fuente para ver la historia completa. Las entradas de demostración son ilustrativas.