vLLM, LoRA и GPU-кластеры: техническая анатомия обогащения поисковой выдачи Авито мультимодальными моделями +4
Публикации с тегом инференс
Compute crunch пришёл: как считать экономику LLM в 2026 +7
DRAматургия GPU в Kubernetes: зачем нужен DRA, если Device Plugin работает? Разбираем грабли AI-инфраструктуры +14
TurboQuant. Новый алгоритм сжатия от Google +12
Конец эпохи вероятностного ИИ: почему гонка за GPU от Nvidia — это архитектурный тупик -4
- Машинное обучение
- Проектирование и рефакторинг
- IT-инфраструктура
- Алгоритмы
- Высоконагруженные системы
Линейка HighFreq или как выжать из облака максимум для инференса, ML и других высоких нагрузок +40
Как мы запустили GPU NVIDIA H200 в Selectel, или почему в золотую лихорадку непросто продавать лопаты +46
Что нового в NVIDIA Rubin CPX — платформе для AI, представленной на AI Infra Summit +5
- Блог компании mClouds.ru
- IT-инфраструктура
- Искусственный интеллект
- Компьютерное железо
- Читальный зал
Архитектура LPU и будущее AI без задержек +2
Как приручить LLM: подбор инфраструктуры для инференса. Часть 1 +43
LLM-инференс в 20 раз быстрее, чем на GPU! Как подключить агента-кодера с CLINE и Cerebras -2
Оптимизация инференса больших языковых моделей: комплексный анализ современных подходов и практических реализаций +3
Сравнение двух СнК одного тех. процесса с точки зрения инференса нейронных сетей +2
Что же такое TPU +83
Видеокарты для нейросетей: две RTX 5060 Ti 16GB или одна RTX 3090 24GB? Тест LLM‑инференса +25
