ViaMind Radar
Buscar

IA · Evidencia contrastada

Exa mejora 47% el rendimiento y costo de embeddings por millón de documentos en chips AWS

El motor de búsqueda neuronal de Exa, respaldado por una base de datos vectorial propia, optimizó la inferencia en hardware AWS Neuron con kernels NKI personalizados.

· Publicado

Fuente: AWS Machine Learning Blog · Ver original ↗

Ilustracion contextual ViaMind · no es fotografia del hecho

Lo reportado

Según AWS Machine Learning Blog, Exa optimizó la inferencia de embeddings en hardware AWS Neuron (Inferentia2 y Trainium2) con kernels NKI personalizados, alcanzando una mejora del 47% en rendimiento y costo por millón de documentos.

Estado de evidencia: ViaMind comprobó que las afirmaciones materiales publicadas están respaldadas por la evidencia enlazada. Esto no implica confirmación independiente de los hechos.

Compartir esta historia

LinkedIn WhatsApp

RECIBE VIAMIND RADAR

Lo que importa,
directo en tu correo.

Un resumen diario con una historia clave de cada sección.

Fuentes

Editor responsable: Claudio Müller · Cómo publicamos y corregimos

← Volver al inicio