Inference

18 articles sur la période mentionnant Inference.
Abonnement email en préparation — bientôt disponible.
Période
Chargement du tableau de bord…
factae · tag · inference18 résultats
~/tags ❯
25/06 13:47techOpenAI dévoile Jalapeño, sa première puce dédiée à l'IA générative
02/05 08:38techLe routage multi-modèle pour les LLM : guide de checklist pour développeurs
02/05 07:23techUn LLM local sur Proxmox atteint vingt et un tokens par seconde avec GPU
30/04 14:53techSuppléments GPU LLama 4 : Scout et Maverick testés en 2026
30/04 14:52techMeta a consommé 60 000 milliards de tokens en 30 jours : économies révélées
30/04 13:38techvLLM sur Google Cloud TPU : matrice de sélection chip versus taille modèle
30/04 06:15techL'inférence IA hybride fusionne dispositif local et cloud pour les applications Android
29/04 12:30iaQCon AI Boston 2026 expose les défis réels des agents d'IA en production
29/04 12:29techRéduire les coûts d'inférence LLM : stratégies de cache et optimisation tokens
29/04 04:20techLes serveurs d'IA deviennent 3,2 fois plus chers que le code de production
27/04 15:17techLlama-Server en mode routeur : basculer de modèle sans redémarrage
27/04 13:15techChoisir le bon GPU pour l'inférence de modèles linguistiques locaux sans gaspillage
27/04 00:29techBriser le piège spéculatif MoE : 460 tokens par seconde sur AMD Strix Halo
26/04 21:36techClaude Code avec les modèles NVIDIA Build gratuits : gains de performance
26/04 05:05iaLes métriques de performance LLM : TTFT, ITL et débit expliquées
24/04 03:06iaExécuter Qwen 3.6-27B sur 800 dollars de GPU grand public sans cloud
23/04 03:47mondeLa course aux puces IA s'accélère : Google scinde son TPU en deux
22/04 15:53techIntel LLM-Scaler intègre le support officiel des GPU Arc Pro B70
❯ 