RU

Собираем домашний сервер для локальных LLM на доступных GPU (NVIDIA CMP 50HX)

Привет! Меня зовут Александр Щербаков, я DevOps-инженер в X5 Tech. В одной из прошлых статей я рассказывал о домашних серверах на потребительском же…

proxmoxllm-моделиinferencegpudevopscmp 50hxlinuxдомашний серверинференсвидеопамять
Habr
RU

Зачем Авито нужна своя Inference-платформа для ML/LLM-сервисов: PaaS vs отдельное решение

Привет, Хабр! Меня зовут Антон Алексеев , я ML Ops-инженер в Авито . В этой статье я разберу, почему существующий PaaS — отличный инструмент для веб…

inferencemlopsKServeLLMKubernetesPaaSML-платформаopen sourceML-инфраструктурасезон код будущего
Habr
EN

On-Device AI in Kotlin

In this Kotlin tutorial, you'll learn how to run a large language model (LLM) directly on a user's device: no server, no API key needed. We'll start…

aikotlinllminference
Dev.to
RU

[Перевод] Дезагрегированный инференс LLM в Kubernetes: префилл, декодирование и планирование подов

С ростом сложности рабочих нагрузок инференса больших языковых моделей (LLM) единый монолитный процесс обслуживания упирается в свои пределы. У преф…

vk cloudllmkubernetesinferencegpunvidiaдезагрегированный инференсоркестрацияавтомасштабированиепланирование подов