#inference 每日趋势报告

智能体应用交付基础设施——Plano是面向AI原生的代理与数据平面，可卸载底层管道工作，让您专注于智能体核心逻辑开发（支持任意AI框架）。

数据中心级分布式推理服务框架

在手机、可穿戴设备及AI原生硬件上本地运行人工智能

面向 Kubernetes 可扩展多框架部署的标准化分布式生成式与预测式 AI 推理平台

量化注意力机制相比FlashAttention和xformers实现了2-5倍和3-11倍的速度提升，且在语言、图像和视频模型上保持端到端指标无损。

RTP-LLM：阿里巴巴面向多样化应用的高性能大语言模型推理引擎。