科技产业的进步正通过人工智能(AI)领域的创新加速推进。Lightbits Labs近日发布了一项旨在解决大规模AI推理中内存瓶颈问题的新架构。该架构通过与ScaleFlux和FarmGPU合作开发，结合了非易失性内存快速存储、GPU推理基础设施以及Lightbits的软件，帮助AI系统更高效地管理推理过程中生成的数据缓存。
在云运营商处理推理任务时正感受到成本压力的背景下，此次发布预计将是个好消息。GPU的高昂成本已成为占据运营大部分支出的问题，为改善此状况，Lightbits设定了优化GPU利用率的目标。
Lightbits的新平台通过增加单台GPU可处理的请求数量来增强推理效率。这直接转化为单次处理成本的降低，意义重大。据Lightbits测试结果显示，其在相同GPU上将处理请求数提升至三倍的同时，成功将电力与基础设施成本降低了65%。
此解决方案的核心在于"KV缓存"。该缓存存储推理过程中生成的中间向量，通过复用先前计算结果避免不必要的运算。但随着模型规模的扩大，缓存容量也在急剧增长。内存需求量每年以两倍以上的速度递增，长期来看需要多方努力解决此问题。为此，Lightbits引入了通过预测数据移动、预先向GPU提供所需信息的创新方法。
LightInferra系统能跨内存层级管理并加速数据移动，其设计确保GPU无需等待数据。该系统可在不超过GPU内存容量的限度内保障推理流程的顺畅运行。云服务商可借此设计优化GPU使用率，或在现有基础设施内提升总体处理能力。该架构正与NeoCloud合作，计划于7月起投入生产部署。
