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.

معدل إنتاج مخرجات DeepSeek لكل GPU: مرجع InferenceX لـ MI325X يبلغ 227.8، وخط أساس ProsGrow المحلي 226.7، والإعداد المحدّث 364.6 رمز/ثانية/GPU؛ وحدتا معالجة و32 جلسة.
مميز·4 دقائق

تجاوز مرجع InferenceX لـ MI325X: معدل إنتاج أعلى لـ DeepSeek بنسبة 60%

قاست ProsGrow معدل إنتاج يبلغ 364.6 رمز مخرجات في الثانية لكل GPU على وحدتي AMD MI325X، أعلى بنسبة 60% من المرجع المنشور لـ DeepSeek V4.1 Flash باستخدام وحدتي معالجة و32 جلسة.

اقرأ المقال : تجاوز مرجع InferenceX لـ MI325X: معدل إنتاج أعلى لـ DeepSeek بنسبة 60%
وسيط سرعة التفاعل أثناء فك الترميز في DeepSeek: النتيجة المرجعية المنشورة لأربع وحدات H200 هي 332.2، مقابل 492.6 رمز/ثانية/مستخدم لدى ProsGrow على أربع وحدات MI325X، بزيادة 48.3% ومع جلسة متزامنة واحدة.
·4 دقائق

كيف جعلت ProsGrow أداء MI325X يتجاوز نتيجة مرجعية لـ H200 بنسبة 48% في DeepSeek

حققت أربع وحدات AMD MI325X وسيطاً لسرعة التفاعل أثناء فك الترميز يبلغ 492.6 رمز/ثانية/مستخدم، أعلى بنسبة 48.3% من النتيجة المرجعية المنشورة لأربع وحدات H200، مع جلسة اختبار متزامنة واحدة.

اقرأ المقال : كيف جعلت ProsGrow أداء MI325X يتجاوز نتيجة مرجعية لـ H200 بنسبة 48% في DeepSeek
معدل إنتاج مخرجات GLM-5.2 على وحدات MI325X الثماني نفسها: من 3.03 إلى 9.05 رمز/ثانية/GPU، أي ما يقارب ثلاثة أمثال خط الأساس المحلي عند تزامن أربعة طلبات.
·4 دقائق

معدل إنتاج يقارب 3× لـ GLM-5.2 على وحدات AMD مع ProsGrow Managed Inference

رفعت ProsGrow معدل إنتاج المخرجات المقاس لـ GLM-5.2 بنسبة 199% على خادم MI325X ذي ثماني وحدات معالجة، في اختبار لتفاعلات الوكلاء بأربعة طلبات متزامنة. الفرصة هنا هي الاستفادة أكثر من البنية التحتية القائمة.

اقرأ المقال : معدل إنتاج يقارب 3× لـ GLM-5.2 على وحدات AMD مع ProsGrow Managed Inference
معدل إنتاج الطلب الكامل لـ Kimi K3 على ثماني وحدات MI325X: خط أساس ATOM يبلغ 26.76 مقابل 40.17 رمز/ثانية للإعداد التجريبي، بزيادة 50.1% لطلبات ذات 8192 رمز إدخال و256 رمز إخراج.
·4 دقائق

كيف رفعت ProsGrow معدل إنتاج الطلب الكامل لـ Kimi K3 بنسبة 50% على AMD

على وحدات AMD MI325X الثماني نفسها، خفّض إعداد تجريبي لخدمة الاستدلال وسيط زمن طلب يحتوي على 8K رمز إدخال و256 رمز إخراج من 9.57 إلى 6.37 ثانية.

اقرأ المقال : كيف رفعت ProsGrow معدل إنتاج الطلب الكامل لـ Kimi K3 بنسبة 50% على AMD
انخفض متوسط زمن ظهور أول رمز من DeepSeek على وحدات MI300X الأربع نفسها من 1.52 إلى 0.80 ثانية مع 32 جلسة، بانخفاض قدره 47.1%.
·4 دقائق

كيف خفّضت ProsGrow انتظار أول رمز من DeepSeek بنسبة 47% على وحدات AMD MI300X

خفضت ProsGrow متوسط زمن ظهور أول رمز من 1.52 إلى 0.80 ثانية، مع زيادة معدل إنتاج رموز المخرجات بنسبة 16.7% في اختبار DeepSeek V4.1 Flash مع 32 جلسة.

اقرأ المقال : كيف خفّضت ProsGrow انتظار أول رمز من DeepSeek بنسبة 47% على وحدات AMD MI300X
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.
·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.

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%.

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.

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.

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.

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%.

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%.

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.

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