Moonshot AI estende a tecnologia de desacoplamento de Prefill/Decode para além de centros de dados e hardware heterogéneo

ME News Notícias, 18 de abril (UTC+8), a equipe Moonshot AI anunciou recentemente que sua tecnologia de desacoplamento de Pré-preenchimento (Prefill) e Decodificação (Decode) foi bem-sucedida ao expandir de um único cluster para ambientes de múltiplos data centers e hardware heterogêneo. Segundo o artigo, essa iniciativa tem potencial para reduzir significativamente o custo de inferência por token. Anteriormente, a expansão dessa tecnologia era impedida pelo problema do custo de transmissão do cache KV. A realização dessa inovação dependeu crucialmente do seu modelo híbrido Kimi Linear. (Fonte: InFoQ)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • 3
  • 1
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
PublicBlockchainUnderTheAurora
· 9h atrás
Tenho curiosidade sobre como é tratado a latência entre diferentes DCs, o artigo não explicou com detalhes.
Ver originalResponder0
ExitLiquidityIntern
· 9h atrás
A arquitetura do modelo híbrido parece ser uma variável-chave, aguardando detalhes técnicos de primeira mão.
Ver originalResponder0
GateUser-c1cab702
· 9h atrás
De um único cluster para múltiplos DCs, a complexidade do projeto por si só já dá dor de cabeça
Ver originalResponder0
  • Fixado