NVIDIA показывает, как три сложенные оптимизации ускоряют вывод MoE на одном DGX Spark. При использовании флэш-памяти Ant Group AI 124B Ling-3.0 пропускная способность декодирования GSM8K выросла на 42,5% без заметного изменения точности. Пост НВИД…
Вычислительные ресурсы, энергия и мощность центров обработки данных определяют, насколько дешево может работать ИИ. Изменения в инфраструктуре отразятся на затратах на выводы несколько недель спустя.
Компании и модели, упомянутые в этой статье — откройте их страницы и узнайте цены в реальном времени.
Краткое изложение собрано только для информации — перейдите по ссылке на источник, чтобы получить полную информацию. Демонстрационные записи носят иллюстративный характер.