Amazon SageMaker Inference artık, KV önbelleğinin sıcak kalması için aynı istem önekini paylaşan istekleri aynı örneğe gönderen bir yönlendirme stratejisi olan öneke duyarlı yönlendirme sunuyor. Llama 3.1 70B'deki kıyaslamalarda, azaltıyor…
Bilgi işlem tedariği, enerji ve veri merkezi kapasitesi, yapay zekanın ne kadar ucuza çalışabileceğine karar verir. Altyapı değişiklikleri haftalar sonra çıkarım maliyetlerinde ortaya çıkıyor.
Bu hikayede adı geçen şirketler ve modeller — sayfalarını açın ve canlı fiyatları
Özetler yalnızca bilgi amaçlı olarak toplanmıştır; hikayenin tamamı için kaynak bağlantısını takip edin. Demo girişleri örnek niteliğindedir.