logo
บ้าน กรณี

DDN และ Nebul ตรวจสอบการเร่งความเร็ว KV Cache สำหรับโรงงาน AI ที่ใช้ NVIDIA

ได้รับการรับรอง
จีน Beijing Qianxing Jietong Technology Co., Ltd. รับรอง
จีน Beijing Qianxing Jietong Technology Co., Ltd. รับรอง
ความคิดเห็นของลูกค้า
พนักงานขายของ Beijing Qianxing Jietong Technology Co. , Ltd เป็นมืออาชีพและอดทนมาก พวกเขาสามารถให้ใบเสนอราคาได้อย่างรวดเร็ว คุณภาพและบรรจุภัณฑ์ของผลิตภัณฑ์ก็ดีมากเช่นกัน ความร่วมมือของเราเป็นไปอย่างราบรื่น

—— 《Festfing DV》 LLC

เมื่อฉันกำลังมองหา Intel CPU และ Toshiba SSD อย่างเร่งด่วน Sandy จาก Beijing Qianxing Jietong Technology Co., Ltd ให้ความช่วยเหลืออย่างมากและได้ผลิตภัณฑ์ที่ฉันต้องการอย่างรวดเร็ว ฉันชื่นชมเธอจริงๆ

—— คิตตี้ เยน

แซนดี้แห่งปักกิ่ง Qianxing Jietong Technology Co. , Ltd เป็นพนักงานขายที่ระมัดระวัง ซึ่งสามารถเตือนฉันถึงข้อผิดพลาดในการกำหนดค่าในเวลาที่ฉันซื้อเซิร์ฟเวอร์ วิศวกรมีความเป็นมืออาชีพมากและสามารถดำเนินการทดสอบให้เสร็จสิ้นได้อย่างรวดเร็ว

—— Strelkin Mikhail Vladimirovich

เรามีความสุขมากกับประสบการณ์การทำงานกับ Beijing Qianxing Jietong คุณภาพของผลิตภัณฑ์ยอดเยี่ยมและการจัดส่งตรงเวลาเสมอ ทีมขายของพวกเขามืออาชีพ อดทน และช่วยเหลือดีมากกับคำถามทั้งหมดของเรา เราขอขอบคุณการสนับสนุนของพวกเขาอย่างแท้จริงและหวังว่าจะได้ร่วมงานกันในระยะยาว แนะนำเป็นอย่างยิ่ง!

—— Ahmad Navid

คุณภาพ: ประสบการณ์ที่ดีกับผู้จําหน่ายของฉัน The MikroTik RB3011 ได้ถูกใช้แล้ว แต่มันอยู่ในสภาพที่ดีมาก และทุกอย่างทํางานอย่างสมบูรณ์แบบ การสื่อสารเร็วและเรียบร้อยและความกังวลทั้งหมดของฉันถูกแก้ไขอย่างรวดเร็วซัพพลายเออร์ที่น่าเชื่อถือมาก แนะนํามาก

—— เจรัน โคเลซิโอ

สนทนาออนไลน์ตอนนี้ฉัน

DDN และ Nebul ตรวจสอบการเร่งความเร็ว KV Cache สำหรับโรงงาน AI ที่ใช้ NVIDIA

July 17, 2026
ที่การประชุมสุดยอด RAISE ที่ปารีส DDN ได้แสดงความร่วมมือต่อเนื่องกับ Nebul ผู้ให้บริการเมฆไฮบรีดแห่งยุโรปที่เน้นการเพิ่มประสิทธิภาพในการใช้งานการสรุป AI ในขนาดใหญ่เปิดตัวเมื่อสัปดาห์ที่แล้ว, นโยบายร่วมนี้รวมแพลตฟอร์มสรุปของ Nebul, DDN, อาร์คิทคัตช์ความรู้ข้อมูลของ Infinia และ NVIDIA เร่งคอมพิวเตอร์เพื่อแก้ปัญหาสําคัญของการผลิต AIค่าใช้จ่ายในการเคลื่อนไหวข้อมูลและข้อจํากัดการทํางานระหว่างภาระงานการสรุป.

กรณี บริษัท ล่าสุดเกี่ยวกับ DDN และ Nebul ตรวจสอบการเร่งความเร็ว KV Cache สำหรับโรงงาน AI ที่ใช้ NVIDIA  0

DDN กรอบการร่วมมือรอบตัวดัชนีการผลิตที่สําคัญ: การใช้งาน GPU, ท็อคเกน, ค่าต่อท็อคเกน, และความช้าการสรุปกําหนดผลตอบแทนทางการดําเนินงานและทางการค้าการนําตัวแทน AI มาใช้อย่างเพิ่มมากขึ้น การนําตัวแทน AI มาใช้ในระบบการค้นหาและการสรุปความพร้อมสูง หมายความว่าพื้นฐานการเก็บข้อมูลและข้อมูล มีผลต่อประสิทธิภาพของเร่งและความเร็วการตอบสนองของ AI.

โครงการการพิสูจน์แนวคิดนี้ ได้ผลผลงานที่น่าหวังในช่วงแรกพาร์ทเนอร์ได้บันทึกการปรับปรุงที่สามารถวัดได้ในเวลาในการใช้ท็อคเกนครั้งแรก ด้วยการเปิด KV cache และเสร็จการรับรองสําหรับพื้นฐาน RoCEการพิจารณาเปรียบเทียบที่กําลังดําเนินอยู่ ครอบคลุมความยาวลําดับการสรุปที่ยาวนานขึ้น โดยปลดปล่อยศักยภาพในการปรับปรุงเพิ่มเติมสําหรับแพลตฟอร์ม Infiniaการร่วมมือยังขยายไปยังความพยายามร่วมกันของ NVIDIA ในกรอบ benchmarking, การตรวจสอบความสามารถในการปรับขนาด และการตีพิมพ์ทางเทคนิคในอนาคต

แพลตฟอร์มที่บูรณาการใช้บริการแคช KV แบ่งปัน การเคลื่อนไหวข้อมูลที่มาจาก GPU การประกอบการข้อมูลที่ฉลาด และสถาปัตยกรรมการเก็บข้อมูลที่มีประสิทธิภาพสูงการเร่งแคช KV ส่งผลให้เกิดผลสัมฤทธิ์ทางการสรุปที่น่าสนใจ โดยการอนุรักษ์และการเรียกคืนสภาวะความสนใจที่คอมพิวเตอร์ได้ก่อนอย่างรวดเร็ว, ลดการคํานวณที่ไม่จําเป็น และกําจัดความช้าในการส่งข้อมูลที่ทําให้ GPU เริ่มทํางานเฉย ๆ

กรณี บริษัท ล่าสุดเกี่ยวกับ DDN และ Nebul ตรวจสอบการเร่งความเร็ว KV Cache สำหรับโรงงาน AI ที่ใช้ NVIDIA  1

ผู้นําจาก DDN, Nebul และ NVIDIA ชี้แจงการเปลี่ยนแปลงด้านอุตสาหกรรมอย่างสําคัญ: ความสําคัญของพื้นฐาน AI กําลังเปลี่ยนจากการจัดจําหน่าย GPU แพรวไปยังประสิทธิภาพในการปฏิบัติงานการยกระดับผลตอบแทนจากฮาร์ดแวร์เร้าที่มีอยู่. DDN CEO Alex Bouzari and Nebul CEO Arnold Juffer noted that past focus on larger model scales has given way to optimizing inference economics to make production AI commercially viable via lower per-token costsร็อด เอวานส์ รองประธานฝ่ายโครงสร้างพื้นฐานเมฆของ NVIDIA กล่าวเพิ่มเติมว่า ความสําเร็จของโครงสร้างพื้นฐานในกรณีของหน่วยงานขนาดใหญ่ตอนนี้จะวัดด้วยการใช้งาน GPU และความช้าช้า แทนที่จะใช้อํานาจการคํานวณเพียงอย่างเดียว

DDN เน้นว่าโครงสร้างพื้นฐาน AI ต้องพัฒนาไปนอกจากฟังก์ชันการเก็บข้อมูลพื้นฐานเพื่อสนับสนุนการทํางานการดําเนินงานของ AI อย่างมีกิจกรรมแพลตฟอร์มพื้นฐานของบริษัทในปัจจุบันมีพลังงานมากกว่า 1 ล้าน GPU ทั่วโลก, บริการให้กับผู้ใช้ระบบขนาดสูง, ผู้ให้บริการคลาวด์, บริษัท, รัฐบาล และสถาบันวิจัย

ทีมงานพื้นฐาน AI ที่ทันสมัยตอนนี้ให้ความสําคัญกับเมทริกการผลิตหลักๆ ดังนี้
การใช้งาน GPU: วัดกิจกรรมเร่งที่มีประสิทธิภาพระหว่างการสรุปผล, เพิ่มมูลค่าของฮาร์ดแวร์ GPU ระดับสูง
ค่าใช้จ่ายต่อเครื่องหมาย: ติดต่อผลประกอบการของพื้นฐานโดยตรงกับต้นทุนการดําเนินงานผลิตแบบ AI
โตเกนต่อวัตต์: ประเมินประสิทธิภาพพลังงานของผลิตการสรุป AI
เวลาสําหรับเครื่องหมายแรก: กําหนดความตอบสนองของแอปพลิเคชั่น AI และประสบการณ์ของผู้ใช้
เวลาในการผลิต: จํานวนความพยายามในการดําเนินการในการย้ายบริการ AI จากการทดสอบไปยังการจัดจําหน่ายทางพาณิชย์ที่สามารถปรับขนาดได้

ในขณะที่การสรุปกลายเป็นภาระงาน AI ที่มีอํานาจมากที่สุด การส่งมอบข้อมูลปัจจัยและข้อมูลองค์กรที่เก็บไว้ในแคชให้กับ GPU ด้วยความสามารถต่ําความช้าระยะที่มั่นคงจะมีความสําคัญในการรักษาการใช้งาน GPU ที่สูงและควบคุมค่าใช้จ่ายในการดําเนินงานในระยะยาว.

บริษัท เทคโนโลยีจีเทงจี (Beijing Qianxing Jietong Technology Co., Ltd.)
แซนดี้ แยง (Sandy Yang) ผู้อํานวยการยุทธศาสตร์โลก
วอทแอป / เวชแชท: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
เน้นธุรกิจ:
การจัดจําหน่ายสินค้า ICT/การบูรณาการระบบและบริการ/การแก้ไขพื้นฐาน
ด้วยประสบการณ์การจําหน่ายไอที 20 ปีขึ้นไป เราร่วมมือกับแบรนด์ชั้นนําระดับโลก เพื่อให้ผลิตภัณฑ์ที่น่าเชื่อถือและบริการมืออาชีพ
การใช้เทคโนโลยีเพื่อสร้างโลกที่ฉลาด ผู้ให้บริการสินค้า ICT ที่คุณไว้วางใจ

รายละเอียดการติดต่อ
Beijing Qianxing Jietong Technology Co., Ltd.

ผู้ติดต่อ: Ms. Sandy Yang

โทร: 13426366826

ส่งคำถามของคุณกับเราโดยตรง (0 / 3000)