Moonshot AI와 칭화대학교, 데이터 센터용 PrfaaS 아키텍처 제안
대규모 언어 모델(LLM)이 추론 과정에서 더 많은 연산 능력을 필요로 함에 따라, 기존의 서비스 아키텍처는 병목 현상을 겪고 있습니다. Moonshot AI는 칭화대학교 연구팀과 협력하여, LLM 서비스에서 데이터 센터 및 컴퓨팅 자원의 한계를 극복하기 위한 ‘Pre-filling as a Service(PrfaaS)’라는 새로운 아키텍처를 선보였습니다.

대규모 언어 모델의 추론 과정은 일반적으로 프리필링(pre-filling)과 디코딩(decoding)의 두 단계로 나뉩니다. 프리필링은 모델이 입력을 처리하고 키-값 캐시(KVCache)를 생성하는 연산 집약적인 단계입니다. 디코딩은 메모리 대역폭을 많이 사용하는 단계로, 출력을 순차적으로 생성합니다. 기존의 구성 방식에서는 두 단계가 모두 동일한 데이터 센터 내에서 수행되어야 하므로, 계산 및 대역폭 측면에서 제약이 발생한다.
PrfaaS는 프리필링 작업을 전용 고성능 컴퓨팅 클러스터로 오프로드하고, 표준 이더넷 네트워크를 사용하여 생성된 KVCache를 로컬 디코딩 클러스터로 전송함으로써 효율적인 데이터 센터 간 서비스를 가능하게 합니다. 연구 결과에 따르면 이 아키텍처는 처리 성능을 향상시켜 기존 모델 대비 서비스 처리량을 54% 증가시키는 것으로 나타났습니다. 실제 사례 연구에서도 더 낮은 지연 시간과 더 높은 효율성이 입증되었습니다.
PrfaaS 아키텍처는 컴퓨팅, 네트워킹, 스토리지라는 세 가지 주요 하위 시스템을 분리하여 각각을 독립적으로 관리합니다. 정밀한 라우팅 메커니즘은 긴 요청의 효율적인 전송을 보장하며, 기존 접근 방식에서 나타나는 불균형한 자원 할당으로 인한 혼잡을 방지합니다. 또한, 이중 시간 척도 스케줄링 메커니즘은 변화하는 트래픽 패턴에 적응하여 자원 사용량을 더욱 최적화합니다.
데이터 센터 간 추론에 대한 수요가 증가하고 새로운 하드웨어가 지속적으로 등장함에 따라, PrfaaS는 미래의 AI 애플리케이션을 위한 유망한 솔루션을 제시합니다.
관련 기사
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
구글, 사용자 제어 강화에 맞춰 제미니용 레미 AI 에이전트 테스트
비즈니스 인사이더에 따르면, 구글은 제미나이를 위한 새로운 AI 개인 에이전트인 레미를 테스트하고 있습니다. 이 도구는 사용자를 대신하여 작업을 실행하여 전문적인 워크플로우와 일상적인 루틴을 모두 간소화하는 것을 목표로 합니다.현재 레미는 제미나이 애플리케이션의 내부 직원 전용 버전에서 테스트 중입니다. 이 보고서는 내부 문서와 프로젝트에 정통한 두 명의 인물과의 인터뷰를 인용합니다. 내부 자료는 레미를 “24/7 개인 에이전트”로 묘사하며,
Core Web Vitals를 수정하여 SEO 순위 향상을 위한 방법
AI 도구를 활용한 성적표 코멘트 작성 간소화서론성적표 코멘트 생성을 위한 AI 도구매직 스쿨(Magic School)알마낙 AI(Almanac AI)챗 GPT(Chat GPT)매직 스쿨을 사용하여 성적표 코멘트 생성하기매직 스쿨 로그인성적표 코멘트 도구 선택학생별 코멘트 맞춤 설정알마낙 AI를 사용하여 성적표 코멘트 생성하기과정 및 평가 체계 설정성적표 분량 및 학생 정보 구성알마낙 AI를 통한 코멘트 생성매직 스쿨과
관련 특별 주제 추천
의견 (10)
0/500
Интересная архитектура PrfaS от Moonshot и Цинхуа для решения проблем с вычислительной мощностью LLM. Надеюсь, это поможет оптимизировать центры обработки данных! 🚀
A arquitetura PrfaS proposta por Moonshot e Tsinghua é um passo interessante para resolver gargalos de computação em LLMs. Será que isso viabiliza data centers mais eficientes? 🤔
La arquitectura PrfaS de Moonshot y Tsinghua parece una gran solución para los cuellos de botella en centros de datos con LLMs. ¡Esperamos ver resultados concretos pronto! 📈
Moonshot AI und Tsinghua zeigen mit PrfaS einen vielversprechenden Ansatz gegen Rechenengpässe bei LLMs. Spannend zu sehen, wie diese Kooperation die Datenzukunft gestaltet! 🌐
대규모 언어 모델(LLM)이 추론 과정에서 더 많은 연산 능력을 필요로 함에 따라, 기존의 서비스 아키텍처는 병목 현상을 겪고 있습니다. Moonshot AI는 칭화대학교 연구팀과 협력하여, LLM 서비스에서 데이터 센터 및 컴퓨팅 자원의 한계를 극복하기 위한 ‘Pre-filling as a Service(PrfaaS)’라는 새로운 아키텍처를 선보였습니다.

대규모 언어 모델의 추론 과정은 일반적으로 프리필링(pre-filling)과 디코딩(decoding)의 두 단계로 나뉩니다. 프리필링은 모델이 입력을 처리하고 키-값 캐시(KVCache)를 생성하는 연산 집약적인 단계입니다. 디코딩은 메모리 대역폭을 많이 사용하는 단계로, 출력을 순차적으로 생성합니다. 기존의 구성 방식에서는 두 단계가 모두 동일한 데이터 센터 내에서 수행되어야 하므로, 계산 및 대역폭 측면에서 제약이 발생한다.
PrfaaS는 프리필링 작업을 전용 고성능 컴퓨팅 클러스터로 오프로드하고, 표준 이더넷 네트워크를 사용하여 생성된 KVCache를 로컬 디코딩 클러스터로 전송함으로써 효율적인 데이터 센터 간 서비스를 가능하게 합니다. 연구 결과에 따르면 이 아키텍처는 처리 성능을 향상시켜 기존 모델 대비 서비스 처리량을 54% 증가시키는 것으로 나타났습니다. 실제 사례 연구에서도 더 낮은 지연 시간과 더 높은 효율성이 입증되었습니다.
PrfaaS 아키텍처는 컴퓨팅, 네트워킹, 스토리지라는 세 가지 주요 하위 시스템을 분리하여 각각을 독립적으로 관리합니다. 정밀한 라우팅 메커니즘은 긴 요청의 효율적인 전송을 보장하며, 기존 접근 방식에서 나타나는 불균형한 자원 할당으로 인한 혼잡을 방지합니다. 또한, 이중 시간 척도 스케줄링 메커니즘은 변화하는 트래픽 패턴에 적응하여 자원 사용량을 더욱 최적화합니다.
데이터 센터 간 추론에 대한 수요가 증가하고 새로운 하드웨어가 지속적으로 등장함에 따라, PrfaaS는 미래의 AI 애플리케이션을 위한 유망한 솔루션을 제시합니다.
스웨덴의 AI 스타트업 로버블 아이즈, 주요 자금 조달 라운드 이후 132억 달러의 기업 가치 달성
AI 기반 코딩 도구가 인기를 얻으면서 스웨덴 스타트업 로버블(Lovable)이 주요 자금 조달 라운드를 성사시켰다. 이 회사는 30억 달러를 조달하여 지난 12월 기록된 66억 달러의 두 배인 132억 달러의 기업 가치를 달성할 수 있을 것으로 기대된다. 멘로 벤처스(Menlo Ventures)가 이 투자 라운드를 주도할 것으로 예상된다.로버블의 매력은 복잡한 코딩 기술이 필요하지 않은 소프트웨어 제작을 단순화하는 핵심 '바이브 코딩(vib
Core Web Vitals를 수정하여 SEO 순위 향상을 위한 방법
AI 도구를 활용한 성적표 코멘트 작성 간소화서론성적표 코멘트 생성을 위한 AI 도구매직 스쿨(Magic School)알마낙 AI(Almanac AI)챗 GPT(Chat GPT)매직 스쿨을 사용하여 성적표 코멘트 생성하기매직 스쿨 로그인성적표 코멘트 도구 선택학생별 코멘트 맞춤 설정알마낙 AI를 사용하여 성적표 코멘트 생성하기과정 및 평가 체계 설정성적표 분량 및 학생 정보 구성알마낙 AI를 통한 코멘트 생성매직 스쿨과
Интересная архитектура PrfaS от Moonshot и Цинхуа для решения проблем с вычислительной мощностью LLM. Надеюсь, это поможет оптимизировать центры обработки данных! 🚀
A arquitetura PrfaS proposta por Moonshot e Tsinghua é um passo interessante para resolver gargalos de computação em LLMs. Será que isso viabiliza data centers mais eficientes? 🤔
La arquitectura PrfaS de Moonshot y Tsinghua parece una gran solución para los cuellos de botella en centros de datos con LLMs. ¡Esperamos ver resultados concretos pronto! 📈
Moonshot AI und Tsinghua zeigen mit PrfaS einen vielversprechenden Ansatz gegen Rechenengpässe bei LLMs. Spannend zu sehen, wie diese Kooperation die Datenzukunft gestaltet! 🌐





집






