相比之下，推理工程（Inference Engineering）仍处于起步阶段 … 推理工程师的工作贯穿了从 CUDA 到 Kubernetes 的整个技术栈，旨在实现生成式 AI 模型在生产环境（Production）中更快速、更低成本且更可靠的部署 … 在当时看来，这似乎预示了 AI 产业的发展走向：生成式 AI 模型的训练门槛极高且耗资巨大，以至于可能只有极少数公司能够开发闭源模型，并进而需要推理工程来进行生产级部署。
暂无讨论，说说你的看法吧
相比之下，推理工程（Inference Engineering）仍处于起步阶段 … 推理工程师的工作贯穿了从 CUDA 到 Kubernetes 的整个技术栈，旨在实现生成式 AI 模型在生产环境（Production）中更快速、更低成本且更可靠的部署 … 在当时看来，这似乎预示了 AI 产业的发展走向：生成式 AI 模型的训练门槛极高且耗资巨大，以至于可能只有极少数公司能够开发闭源模型，并进而需要推理工程来进行生产级部署。