Netflix公开内部LLM推理栈
AxSaucedo · x · 2026-07-20
Netflix 发布了他们如何在组织内部以大规模 LLM inference stack 支撑多种用例的介绍。配图展示了整体服务架构：消费者应用先通过统一服务做路由、预处理和后处理，推理阶段交给 NVIDIA Triton Inference Server，并与 vLLM 配合；同时还会访问多个数据源做特征/数据获取。
这张图体现的是一个典型的企业级统一 serving system：按用例和 AB 分流、前后处理与推理解耦，并把模型打分服务单独抽出来。
所属事件:Netflix公开内部LLM推理栈(2 条相关)→
「Infra」频道最新
- Anthropic S-1 曝超 8000 亿美元未入表的未来算力承诺 — GaryMarcus · 2026-10-27
- Anthropic 约 11GW 算力合同中 NVIDIA GPU 占约 42% — ns123abc · 2026-10-27
- EdgeRock-4B KV cache 256K 上下文仅 72 MiB,比 Qwen3.5-4B 小 99.1% — alifcoder · 2026-10-27
- RTX 5080 十天涨价 40%:1658 美元飙至 2318 美元 — Frizzy-MacDrizzle · 2026-10-27
- 12GB 显存实测:不设 VRAM 上限,出图从 24 秒变 11 分钟 — Impossible-Mail-4619 · 2026-10-27
- Neon 自吃狗粮：文档搜索全部改用自家 Lakebase Search 等 AI 组件 — matei_zaharia · 2026-10-27