Large clusters for small models — Daniel Svonava, Superlinked
Daniel Svonava från Superlinked visar hur man kan köra många små AI-modeller effektivt på vanlig hårdvara istället för dyra molntjänster.
En enda GPU från några år sedan kan köra en liten modell snabbt, och för speciella uppgifter — som att läsa vietnamesiska kvitton eller granska kontrakt — fungerar dessa små modeller lika bra som större. Problemet är att servera många modeller samtidigt: befintliga verktyg är ooptimerade och routningsystem som är byggda för en stor modell blir långsamma när de får många små förfrågningar. Superlinked löser det med ett system där en gateway skickar förfrågningar till en gemensam kö, och arbetare hämtar och processar dem själva — det dubblerade genomströmningen. Ett rustverktyg hanterar olika modellvarianter, och systemet justerar modeller automatiskt; ett exempel kostade 80 cent och förbättrade tyska juridiska texter med 18 procent.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer att läsa
What Runs Where? Local AI in Production — Ahmad Osman, Osmantic
AI Engineer 21 nov.
Experts say AI has made planning cyberattacks on industrial equipment faster by helping attackers read manuals and research past accidents more quickly
Techmeme för 2 tim sedan
Current and former officials from the US and other countries describe the Chinese spy agency MSS' campaign to help Chinese companies acquire advanced AI chips
Techmeme för 6 tim sedan
Tesla rolls out FSD v15, featuring a photorealistic rendering of car surroundings; Elon Musk says it is real-time AI video generation without using game engines
Techmeme för 7 tim sedan
