智谱发布 Infra 新成果：不加一块 GPU，算力多出 15%
5 月 21 日，记者获悉，智谱联合驭驯网络与清华大学，在 GLM-5.1 线上生产集群中完成了新一代网络架构 ZCube 的规模化落地。在线上 GLM-5.1 coding 场景中，在保持 GPU 算力、软件栈与应用不变的前提下，ZCube 节省了 33%交换机与光模块成本，同时将 GPU 平均推理吞吐提升了 15%，并将 TTFT P99 降低了 40.6%。这意味着，同样的硬件投入，智谱的 GLM 大模型现在每秒能多响应 15% 的 API 请求。对于大模型 API 平台而言，这直接对应更高的并发上限以及在流量峰值下更稳定的用户体验。(澎湃新闻)
5 月 21 日，记者获悉，智谱联合驭驯网络与清华大学，在 GLM-5.1 线上生产集群中完成了新一代网络架构 ZCube 的规模化落地。在线上 GLM-5.1 coding 场景中，在保持 GPU 算力、软件栈与应用不变的前提下，ZCube 节省了 33%交换机与光模块成本，同时将 GPU 平均推理吞吐提升了 15%，并将 TTFT P99 降低了 40.6%。这意味着，同样的硬件投入，智谱的 GLM 大模型现在每秒能多响应 15% 的 API 请求。对于大模型 API 平台而言，这直接对应更高的并发上限以及在流量峰值下更稳定的用户体验。(澎湃新闻)
