관련 기사 바로가기
SageMaker HyperPod에서 Ray 분산 작업 통합Ray CVE-2025-62593 대응과 CISA KEV 지정GB300 NVL72를 위한 Ray 랙 단위 배치LLM 스택은 마케팅이 더 잘 된 2008년형 데이터베이스일 뿐이다통합 지능 시스템: Luma AI의 여정과 미래Ray Data LLM: vLLM 동기식 엔진 대비 2배 높은 처리량 구현ROCm 7 기반 Ray를 활용한 확장 가능한 AI 워크플로우 구현 가이드AI 에이전트 시대를 위한 합성 데이터 생성의 산업화와 대규모 컴퓨팅 요구사항Amazon SageMaker에서 veRL과 Ray를 활용한 CodeFu-7B 강화학습 가이드데이터에서 속도로: Capsight를 통한 Caper의 에지 및 클라우드 데이터 플라이휠 구축멀티모달 레이크하우스의 부상: AI 네이티브 데이터 아키텍처의 진화대규모 분산 임베딩 생성: Ray, GPU 및 Qdrant를 활용한 일일 1,000만 건 데이터 처리Ray, vLLM, LiteLLM을 활용한 코인베이스의 신뢰할 수 있는 LLM 게이트웨이 구축 사례Anyscale이 Nscale과 합의서 체결Ray Serve LLM을 활용한 vLLM WideEP 배포의 DP 그룹 결함 허용(Fault Tolerance) 발표DataFlow: 데이터 중심 AI를 위한 LLM 데이터 생성 및 정제 통합 프레임워크AI 에이전트가 실제로 작동하는 8가지 도메인: 강화학습의 실무 적용 현황RAG 병목 현상 해결: Ray Data와 Docling을 활용한 확장 가능한 문서 처리PyTorch 재단, 에이전트 AI 수요 증가에 따라 신규 회원사 발표PyTorch와 Ray를 활용한 분산 학습 실전 가이드
