DeepSeek 4 vezes mais rápido: como funciona o ATLAS, sistema da Together AI para LLMs
A Together AI apresentou o ATLAS, um especulador adaptativo baseado em machine learning que acelera a inferência de LLMs em 4 vezes sem ajuste manual. O sistema aprende automaticamente e se adapta à sua carga de trabalho conforme é usado. No DeepSeek-V3.1, chega a 500 tokens por segundo, 2.65 vezes mais rápido que a decodificação padrão, e supera o desempenho do hardware especializado da Groq.
Processado por IA de Together AI Blog; editado por Hamidun News
O sistema ATLAS, da Together AI, permite acelerar a inferência de LLMs como DeepSeek-V3.1 e Kimi-K2 em 4 vezes, até 500 e 460 tokens por segundo, respectivamente, sem ajuste manual.
Com quais modelos o ATLAS funciona?
O ATLAS acelera o DeepSeek-V3.1 até 500 tokens por segundo e o Kimi-K2 até 460 tokens por segundo, melhorando automaticamente conforme é usado.
O que é decodificação especulativa?
A decodificação especulativa é uma das formas mais poderosas de acelerar a geração de texto em modelos de linguagem. No método padrão, o modelo gera um token por vez; a decodificação especulativa permite processar vários tokens ao mesmo tempo.
Quanto o ATLAS acelera o DeepSeek?
O ATLAS acelera o DeepSeek-V3.1 até 500 tokens por segundo, uma aceleração de 4x. No Kimi-K2, o sistema chega a 460 tokens por segundo.
Que resultado o ATLAS entrega no DeepSeek?
No DeepSeek-V3.1, o ATLAS chega a 500 tokens por segundo (aproximadamente 4x de aceleração); no Kimi-K2, a 460 tokens por segundo.
- 1 de nov. de 2026Teste com 16 modelos em 7 buscadores: Exa fez em média 10,5 pontos de 14; SearXNG, cerca de 3
- 1 de nov. de 2026Camada de proteção MoneyGate barrou os 42 pedidos fraudulentos feitos a IAs locais
- 31 de out. de 2026DeepSeek-V4.1-Flash reduz o KV cache na HBM para 890 bytes por token, contra 3514
- 30 de out. de 2026Mistral abre os pesos do Large 4: forte em código, mas chineses marcam 32 pontos contra 26
Perguntas frequentes sobre a notícia
Com quais modelos o ATLAS funciona?
O ATLAS acelera o DeepSeek-V3.1 até 500 tokens por segundo e o Kimi-K2 até 460 tokens por segundo, melhorando automaticamente conforme é usado.
O que é decodificação especulativa?
A decodificação especulativa é uma das formas mais poderosas de acelerar a geração de texto em modelos de linguagem. No método padrão, o modelo gera um token por vez; a decodificação especulativa permite processar vários tokens ao mesmo tempo.
Quanto o ATLAS acelera o DeepSeek?
O ATLAS acelera o DeepSeek-V3.1 até 500 tokens por segundo, uma aceleração de 4x. No Kimi-K2, o sistema chega a 460 tokens por segundo.
Que resultado o ATLAS entrega no DeepSeek?
No DeepSeek-V3.1, o ATLAS chega a 500 tokens por segundo (aproximadamente 4x de aceleração); no Kimi-K2, a 460 tokens por segundo.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.