DeepSeek 4 fois plus rapide : comment fonctionne ATLAS, le système de Together AI pour les LLM
Together AI a présenté ATLAS, un spéculateur adaptatif fondé sur le machine learning qui accélère l'inférence des LLM d'un facteur 4 sans réglage manuel. Le système apprend automatiquement et s'adapte à votre charge de travail au fil de l'usage. Sur DeepSeek-V3.1, il atteint 500 tokens par seconde, soit 2.65 fois plus vite que le décodage standard, et dépasse les performances du matériel spécialisé de Groq.
Traité par IA depuis Together AI Blog ; édité par Hamidun News
Le système ATLAS de Together AI permet d'accélérer l'inférence de LLM comme DeepSeek-V3.1 et Kimi-K2 d'un facteur 4, jusqu'à 500 et 460 tokens par seconde respectivement, sans réglage manuel.
Avec quels modèles ATLAS fonctionne-t-il ?
ATLAS accélère DeepSeek-V3.1 jusqu'à 500 tokens par seconde et Kimi-K2 jusqu'à 460 tokens par seconde, en s'améliorant automatiquement au fil de l'usage.
Qu'est-ce que le décodage spéculatif ?
Le décodage spéculatif est l'un des moyens les plus efficaces d'accélérer la génération de texte des modèles de langage. Dans l'approche standard, le modèle génère un token à la fois ; le décodage spéculatif lui permet d'en traiter plusieurs simultanément.
De combien ATLAS accélère-t-il DeepSeek ?
ATLAS accélère DeepSeek-V3.1 jusqu'à 500 tokens par seconde, soit une accélération de 4x. Sur Kimi-K2, le système atteint 460 tokens par seconde.
Quel résultat ATLAS obtient-il sur DeepSeek ?
Sur DeepSeek-V3.1, ATLAS atteint 500 tokens par seconde (environ 4x d'accélération) ; sur Kimi-K2, 460 tokens par seconde.
- 1 nov. 2026Test de 16 modèles sur 7 moteurs de recherche : Exa obtient en moyenne 10,5 points sur 14, SearXNG environ 3
- 1 nov. 2026La couche de protection MoneyGate n'a laissé passer aucune des 42 demandes frauduleuses adressées à des IA locales
- 31 oct. 2026DeepSeek-V4.1-Flash ramène le cache KV en HBM à 890 octets par token, contre 3514
- 30 oct. 2026Mistral ouvre les poids de Large 4 : fort en code, mais les modèles chinois affichent 32 points contre 26
Questions clés sur cet article
Avec quels modèles ATLAS fonctionne-t-il ?
ATLAS accélère DeepSeek-V3.1 jusqu'à 500 tokens par seconde et Kimi-K2 jusqu'à 460 tokens par seconde, en s'améliorant automatiquement au fil de l'usage.
Qu'est-ce que le décodage spéculatif ?
Le décodage spéculatif est l'un des moyens les plus efficaces d'accélérer la génération de texte des modèles de langage. Dans l'approche standard, le modèle génère un token à la fois ; le décodage spéculatif lui permet d'en traiter plusieurs simultanément.
De combien ATLAS accélère-t-il DeepSeek ?
ATLAS accélère DeepSeek-V3.1 jusqu'à 500 tokens par seconde, soit une accélération de 4x. Sur Kimi-K2, le système atteint 460 tokens par seconde.
Quel résultat ATLAS obtient-il sur DeepSeek ?
Sur DeepSeek-V3.1, ATLAS atteint 500 tokens par seconde (environ 4x d'accélération) ; sur Kimi-K2, 460 tokens par seconde.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.