🚀 Gemma 4 روی Cerebras: انقلاب در استنتاج چندوجهی با 1800 TPS!
Cerebras موفق به اجرا کردن مدل Gemma 4 31B از Google DeepMind با سرعت رکورد ۱۸۵۱ توکن در ثانیه شده است. این مدل چندوجهی، علاوه بر متن، قادر به پردازش تصاویر مانند عکسهای صفحه نمای…
آخرین اخبار استنتاج سریع
چگونگی تقویت امنیت سایبری با استنتاج سریعتر هوش مصنوعی
امنیت سایبری همواره یک نبرد نامتقارن بوده است که با پیشرفت هوش مصنوعی، به نفع مهاجمین تغییر کرده است. مهاجمین از AI برای افزایش پیچیدگی و سازگاری حملات استفاده میکنند، در حالی که …
Cerebras مدل Kimi K2.6 را با سرعت بیسابقه برای کسبوکارها ارائه میدهد
Cerebras استقرار مدل Kimi K2.6 با یک تریلیون پارامتر را برای مشتریان سازمانی آغاز کرده است. این مدل با سرعت ۹۸۱ توکن در ثانیه اجرا میشود که ۶٫۷ برابر سریعتر از ابرهای مبتنی بر GP…
سربراس و انقلاب استنتاج سریع در هوش مصنوعی
در سال ۲۰۲۵، صنعت هوش مصنوعی متوجه شد که سرعت استنتاج، نه اندازه مدلها، عامل کلیدی در تعیین تواناییهای سیستمهای AI است. سربراس با اجرای مدل DeepSeek R1 Llama 70B با سرعت ۱۵۰۰ تو…
کوانتیزاسیون: راهکاری برای سریعتر و ارزانتر کردن مدلهای هوش مصنوعی
اجرای مدلهای زبانی بزرگ هزینهبر است و با رشد برنامهها، هزینههای GPU، حافظه و مالی افزایش مییابد. کوانتیزاسیون به عنوان یک تکنیک رایج، مدلها را ارزانتر و سریعتر اجرا میکند.…