هندسة ProsGrow

نحو تطبيق أحدث أبحاث الذكاء الاصطناعي على أعباء عمل المؤسسات.

نتائج مقاسة لتطبيق التطورات في نماذج الذكاء الاصطناعي وأنظمة تقديم الاستدلال على أعباء عمل المؤسسات، مع توضيح المفاضلات بين الأداء والجودة والتكلفة.

زمن وصول أول رمز في الطلبات الباردة لـ DeepSeek: من 0.564 إلى 0.384 ثانية عند نحو 8K رمز إدخال، بانخفاض 32% على وحدات AMD MI325X الثماني نفسها.
مميز·4 دقائق

كيف خفّضت ProsGrow زمن وصول أول رمز في DeepSeek v4 Flash بنسبة تصل إلى 32%

انخفض زمن وصول أول رمز للطلبات الباردة في DeepSeek V4.1 Flash بنسبة تصل إلى 32% على وحدات AMD MI325X الثماني نفسها، مع الحفاظ على دقة نقطة التحقق الأصلية.

النماذج اللغوية الكبيرةالاستدلالالهندسةAMD
اقرأ المقال : كيف خفّضت ProsGrow زمن وصول أول رمز في DeepSeek v4 Flash بنسبة تصل إلى 32%
استدلال MiniMax-H3 على الخادم: من 19.392 إلى 8.913 ثانية على وحدات GPU الثماني نفسها، بانخفاض الزمن 54% للطلب نفسه بصيغة BF16 Turbo.
·8 دقائق

كيف خفّضت ProsGrow زمن استدلال الفيديو في MiniMax-H3 بنسبة 54%

انخفض استدلال MiniMax-H3 على الخادم من 19.392 إلى 8.913 ثانية على وحدات GPU الثماني نفسها. وخفّض اختبار Wan منفصل الزمن بعد الإحماء بنسبة 59.1%.

الفيديوالهندسةالذكاء الاصطناعي البصري
اقرأ المقال : كيف خفّضت ProsGrow زمن استدلال الفيديو في MiniMax-H3 بنسبة 54%
تكلفة البنية التحتية المقدرة لـ Whisper أقل بنسبة 97.80% من سعر OpenAI API: ‏$0.0001321 مقابل $0.006 لكل دقيقة صوتية، عند طلب مدفوع 10% على عقدة بقيمة $100K وكفاءة خدمة 70%.
·7 دقائق

كيف حققت ProsGrow معالجة 7,200 ساعة صوتية في الساعة باستخدام Whisper

تعادل إنتاجية Whisper المعيارية نحو 7,200 ساعة من الصوت المصدر لكل ساعة فعلية على ثماني وحدات GPU، مع زيادة إنتاجية 2.63% واجتياز اختبار الدقة.

الصوتالتعرف على الكلامالهندسة
اقرأ المقال : كيف حققت ProsGrow معالجة 7,200 ساعة صوتية في الساعة باستخدام Whisper
إنتاجية مخرجات Qwen3: من 17,961 إلى 41,651 رمزًا/ثانية على GPU نفسها، بزيادة 132%.
·6 دقائق

كيف زادت ProsGrow إنتاجية المعالجة الدفعية لـ Qwen3 بنسبة 132%

ارتفعت إنتاجية مخرجات Qwen3 من 17,961 إلى 41,651 رمزًا/ثانية على GPU نفسها. تُقاس زيادة 132% مقابل إعداد ProsGrow الأولي.

النماذج اللغوية الكبيرةالاستدلالالهندسة
اقرأ المقال : كيف زادت ProsGrow إنتاجية المعالجة الدفعية لـ Qwen3 بنسبة 132%
FLUX.2 Klein: ارتفعت الإنتاجية من 1.333 صورة/ثانية مع BF16 إلى 1.766 مع NVFP4، بزيادة 32.5% على وحدة GPU واحدة.
·6 دقائق

كيف حققت ProsGrow معدل 59,881 نسخة صورة من FLUX.2 في الساعة

بلغ اختبار بثماني وحدات GPU معدل 59,881 نسخة صورة في الساعة بعد تحسن 32.5% بتغيير الدقة على وحدة واحدة. وكشف تحليل العقدة أين تحد الموارد المشتركة من التسليم.

توليد الصورالهندسةالذكاء الاصطناعي البصري
اقرأ المقال : كيف حققت ProsGrow معدل 59,881 نسخة صورة من FLUX.2 في الساعة
تتقلص المتجهات الخام من 4,096 إلى 1,024 بُعدًا، مع الاحتفاظ بنسبة 99.58% من nDCG@10 لخط الأساس على SciFact في دراسة الأبعاد بدقة FP16.
·6 دقائق

كيف قلّصت ProsGrow تخزين متجهات RAG الخام بنسبة 75%

انخفض تخزين المتجهات الخام بنسبة 75%، مع الاحتفاظ بنسبة 99.58% من nDCG@10 لخط الأساس على SciFact. ورفعت دراسة دقة مستقلة إنتاجية التضمين بنسبة 69.10%.

التوليد المعزز بالاسترجاعالبحثالهندسة
اقرأ المقال : كيف قلّصت ProsGrow تخزين متجهات RAG الخام بنسبة 75%
الإجابة عن أسئلة المستندات: من 44,608 إلى 45,978 سؤالًا/ساعة على وحدات GPU الثماني نفسها، بزيادة 3.07%.
·5 دقائق

كيف وصلت ProsGrow إلى الإجابة عن 45,978 سؤالًا حول المستندات في الساعة

بلغت الإجابة عن أسئلة المستندات 45,978 سؤالًا/ساعة على وحدات GPU الثماني نفسها. كشف تحليل الأداء اختلالًا خفيًا في عبء العمل واستعاد قدرة إضافية بنسبة 3.07%.

ذكاء المستنداتنماذج الرؤية واللغةالهندسة
اقرأ المقال : كيف وصلت ProsGrow إلى الإجابة عن 45,978 سؤالًا حول المستندات في الساعة
ProsGrow AI بدعم من NVIDIA Inception وMicrosoft for Startups وGoogle Cloud for Startups وAWS Activate
·6 دقائق

ProsGrow AI توسّع بنيتها التحتية وأنظمة الاستدلال بدعم برامج الشركات الناشئة من Microsoft وGoogle Cloud وAWS

تبني ProsGrow AI بنية تحتية لتحسين استدلال الذكاء الاصطناعي من أجل النشر والتحسين وعمليات GPU في بيئات الإنتاج.

الأخبارالشراكاتالبنية التحتيةالحوسبة السحابية
اقرأ المقال : ProsGrow AI توسّع بنيتها التحتية وأنظمة الاستدلال بدعم برامج الشركات الناشئة من Microsoft وGoogle Cloud وAWS