옵션
집
속보
콘텐츠
AlbertJones
AlbertJones
2026년 5월 21일

지푸 AI와 파트너들은 GLM-5.1 코딩 생산 환경에 ZCube 네트워크 아키텍처를 도입하여 시스템 수준에서 획기적인 성과를 달성했습니다. 이 새로운 아키텍처 덕분에 스위치 및 광모듈에 대한 자본 지출이 33% 줄었으며, 평균 GPU 추론 처리량은 15% 증가했고, 첫 번째 토큰의 지연 시간도 40.6% 감소했습니다. 기존의 계층적 설계를 평평한 이분 그래프 구조로 대체함으로써 대규모 모델의 추론 과정에서 발생하는 구조적 병목 현상을 해소하고, 트래픽 부하를 완벽하게 균형 있게 분배할 수 있었습니다.

지푸 AI와 파트너들은 GLM-5.1 코딩 생산 환경에 ZCube 네트워크 아키텍처를 도입하여 시스템 수준에서 획기적인 성과를 달성했습니다. 이 새로운 아키텍처 덕분에 스위치 및 광모듈에 대한 자본 지출이 33% 줄었으며, 평균 GPU 추론 처리량은 15% 증가했고, 첫 번째 토큰의 지연 시간도 40.6% 감소했습니다. 기존의 계층적 설계를 평평한 이분 그래프 구조로 대체함으로써 대규모 모델의 추론 과정에서 발생하는 구조적 병목 현상을 해소하고, 트래픽 부하를 완벽하게 균형 있게 분배할 수 있었습니다. 지푸 AI와 파트너들은 GLM-5.1 코딩 생산 환경에 ZCube 네트워크 아키텍처를 도입하여 시스템 수준에서 획기적인 성과를 달성했습니다. 이 새로운 아키텍처 덕분에 스위치 및 광모듈에 대한 자본 지출이 33% 줄었으며, 평균 GPU 추론 처리량은 15% 증가했고, 첫 번째 토큰의 지연 시간도 40.6% 감소했습니다. 기존의 계층적 설계를 평평한 이분 그래프 구조로 대체함으로써 대규모 모델의 추론 과정에서 발생하는 구조적 병목 현상을 해소하고, 트래픽 부하를 완벽하게 균형 있게 분배할 수 있었습니다.
의견 (0)
0/300
OR