Routing LLM Inference in Production: From Engine Signals to Policy — Qianru Lao & Lu Zhang, OpenAI
OpenAI har utvecklat ett nytt routingssystem för sin AI-inferens i produktion.
Tidigare använde de en återkopplingsloop där motorer rapporterade prestanda-signaler som en styrenhet omvandlade till vikter, men detta skapade svårförklarat beteende och oscillation som skadade cacheminnet. Det nya systemet använder en kontrollplan med global överblick över alla kluster och en dataplan i varje kluster som väljer vilken motor som ska serva varje förfrågan baserat på cachade vikter. En optimizer minimerar slutlig latens under begränsningen att alla förfrågningar ruttas och ingen motor överbelastas, med exempel på hur geografisk närhet inte alltid är optimal — långsamt svar från närmaste motor kan slå långt borta motorer.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer att läsa
Lumaril, which develops AI software for optimizing industrial production by connecting to existing control systems, raised a $66M Series A at a $400M valuation
Techmeme för 2 tim sedan
DeepSeek open sources Super-Agent as a research prototype, a proactive coding agent it says can monitor group chats for coding issues and suggest solutions
Techmeme för 2 tim sedan
Insurance software maker Guidewire agrees to acquire Hyperexponential, which makes AI-powered insurance underwriting and pricing software, for $1.7B in cash
Techmeme för 2 tim sedan
One word for AI agents in 2027
Nate Herk för 6 tim sedan