ProsGrow 如何将 DeepSeek v4 Flash 首 token 延迟最高降低 32%
DeepSeek V4.1 Flash 在相同的八张 AMD MI325X GPU 上，无缓存首 token 延迟最高降低 32%，保留原始检查点精度。
阅读全文 : ProsGrow 如何将 DeepSeek v4 Flash 首 token 延迟最高降低 32%ProsGrow 工程实践
将前沿 AI 研究应用于企业工作负载。
将 AI 模型和推理服务系统的进展应用于企业工作负载，以实测结果清晰呈现性能、质量和成本之间的取舍。
ProsGrow 如何将 MiniMax-H3 视频推理延迟降低 54%
在相同八张 GPU 上，MiniMax-H3 服务端推理从 19.392 秒降至 8.913 秒。另一项 Wan 测试将热态延迟降低 59.1%。
阅读全文 : ProsGrow 如何将 MiniMax-H3 视频推理延迟降低 54%
ProsGrow 如何使用 Whisper 实现每小时处理 7,200 小时音频
Whisper 基准吞吐量换算后，相当于八张 GPU 每个实际小时处理约 7,200 小时源音频，吞吐量提升 2.63%，并通过准确率测试。
阅读全文 : ProsGrow 如何使用 Whisper 实现每小时处理 7,200 小时音频
ProsGrow 如何将 Qwen3 批量吞吐量提升 132%
Qwen3 在相同 GPU 上的输出吞吐量从 17,961 提升至 41,651 token/s。132% 的增幅以 ProsGrow 初始配置为基线。
阅读全文 : ProsGrow 如何将 Qwen3 批量吞吐量提升 132%
ProsGrow 如何实现每小时生成 59,881 张 FLUX.2 图像变体
单 GPU 精度优化提升 32.5% 后，八 GPU 基准测试达到每小时 59,881 张图像变体。节点性能分析揭示了共享资源如何限制交付。
阅读全文 : ProsGrow 如何实现每小时生成 59,881 张 FLUX.2 图像变体
ProsGrow 如何将 RAG 原始向量存储减少 75%
原始向量存储减少 75%，在 SciFact 上保留基线 nDCG@10 的 99.58%。独立精度研究将嵌入吞吐量提升 69.10%。
阅读全文 : ProsGrow 如何将 RAG 原始向量存储减少 75%
ProsGrow 如何实现每小时处理 45,978 个文档问题
文档问答在同一组八张 GPU 上达到每小时 45,978 个问题。性能分析揭示了隐藏的工作负载不均衡，释放了 3.07% 的额外产能。
阅读全文 : ProsGrow 如何实现每小时处理 45,978 个文档问题
ProsGrow AI 在微软、谷歌云与 AWS 初创项目支持下扩展 AI 基础设施与推理系统
ProsGrow AI 正在构建用于生产部署、优化及 GPU 运营的 AI 推理优化基础设施。
阅读全文 : ProsGrow AI 在微软、谷歌云与 AWS 初创项目支持下扩展 AI 基础设施与推理系统
ProsGrow AI 加入 NVIDIA 初创加速计划
ProsGrow AI 现已成为 NVIDIA 初创加速计划成员，我们将继续构建用于部署、优化及 GPU 运营的 AI 推理优化基础设施。
阅读全文 : ProsGrow AI 加入 NVIDIA 初创加速计划