---
format: "aidr-story-markdown/v1"
id: "141e745bc76fcf885e7a299f887f9b238dc3a706b3802c9d5d56f5d96f990810"
canonical_url: "https://aidr.today/141e745b?lang=vi"
title: "General Compute chia tách quá trình suy diễn AI giữa GPUs và phần cứng Positron"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-10-20T17:23:46.000Z"
category: "Infra"
topics: ["inference"]
source_urls: ["https://huggingnews.com/ai/general-compute-splits-ai-inference-between-gpus-and-positron-hardware-99973f5c","https://marketbrief.now/ai/general-compute-splits-ai-inference-between-gpus-and-positron-hardware-99973f5c"]
summary: "General Compute đang mua các hệ thống Atlas và Titan từ Positron AI để mở rộng hạ tầng đám mây đa dạng. Kết nối này cho phép công ty chạy giai đoạn prefill của suy diễn AI trên GPUs và chuyển giao giai đoạn decode, hay sinh từng token, cho các hệ thống bộ nhớ đầu tiên của Positron. Phần cứng này sẽ hoạt động vào Q1 2027 và sẽ được bán cho khách hàng thông qua một endpoint duy nhất dưới một hợp đồng và bộ SLAs. Thiết kế nhằm giải quyết nút cổng tốc độ bộ nhớ bằng cách tránh phụ thuộc vào bộ nhớ dẫn băng rộng (HBM) hiện đang giới hạn GPUs. General Compute tin rằng nhu cầu suy diễn nhanh cho các mô hình nguồn mở sẽ vượt quá nguồn cung trong 10 năm tới, khiến cách tiếp cận này trở nên then chốt cho sự phát triển của các AI agent và hệ thống multi-agent luôn hoạt động."
---

# General Compute chia tách quá trình suy diễn AI giữa GPUs và phần cứng Positron

> [Open the canonical story](<https://aidr.today/141e745b?lang=vi>)

**Published:** 2026-10-20T17:23:46.000Z
**Category:** Infra
**Topics:** inference

## Summary

General Compute đang mua các hệ thống Atlas và Titan từ Positron AI để mở rộng hạ tầng đám mây đa dạng\. Kết nối này cho phép công ty chạy giai đoạn prefill của suy diễn AI trên GPUs và chuyển giao giai đoạn decode, hay sinh từng token, cho các hệ thống bộ nhớ đầu tiên của Positron\. Phần cứng này sẽ hoạt động vào Q1 2027 và sẽ được bán cho khách hàng thông qua một endpoint duy nhất dưới một hợp đồng và bộ SLAs\. Thiết kế nhằm giải quyết nút cổng tốc độ bộ nhớ bằng cách tránh phụ thuộc vào bộ nhớ dẫn băng rộng \(HBM\) hiện đang giới hạn GPUs\. General Compute tin rằng nhu cầu suy diễn nhanh cho các mô hình nguồn mở sẽ vượt quá nguồn cung trong 10 năm tới, khiến cách tiếp cận này trở nên then chốt cho sự phát triển của các AI agent và hệ thống multi\-agent luôn hoạt động\.

## Sources

- [Story source](<https://huggingnews.com/ai/general-compute-splits-ai-inference-between-gpus-and-positron-hardware-99973f5c>)
- [Story source](<https://marketbrief.now/ai/general-compute-splits-ai-inference-between-gpus-and-positron-hardware-99973f5c>)