今天我们推出 InferenceMAX！ 我们得到了 Nvidia、AMD、OpenAI、Microsoft、Pytorch、SGLang、vLLM、Oracle、CoreWeave、TogetherAI、Nebius、Crusoe、HPE、SuperMicro、Dell 的支持。 它每天在最新的软件（vLLM、SGLang 等）上运行，数百万美元的基础设施每天都在运转，以创建真实世界的 LLM 推理基准。 InferenceMAX 用 AI 基础设施回答我们时代的重大问题。 在不同的基础设施上，每兆瓦的容量生成多少个 Token？ 一百万个 Token 的成本是多少？ 真实的延迟与吞吐量的权衡是什么？ 我们覆盖了全球超过 80% 部署的 FLOPS，涵盖了 H100、H200、B200、GB200、MI300X、MI325X 和 MI355X。 不久我们将通过添加 Google TPU 和 Amazon Trainium 达到 99% 以上的覆盖率。