产品
别名：runtime_optimized_serving_engine
Perplexity开发的推理引擎，支持多种规模的AI模型。
已跟踪 2 条高相关材料
最近变化
2026-05-07 · Perplexity开发了ROSE推理引擎，支持从嵌入到万亿参数LLM的模型服务。
为什么值得关注
ROSE 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Perplexity runs on NVIDIA. Nice breakdown from the team on how they’re using the CUTLASS Python st...
NVIDIA AI(@NVIDIAAI) · 7.2 分
Perplexity利用NVIDIA的CUTLASS Python栈优化其推理模型，显著提升大规模语言模型的性能。
We’ve developed our own inference engine Runtime-Optimized Serving Engine (ROSE) to serve models ran...
Perplexity(@perplexity_ai) · 6.5 分
Perplexity 推出自研推理引擎 ROSE，支持从嵌入模型到万亿参数大模型的高效服务，并集成 CuTeDSL 以加速 GPU 内核定制，优化在 NVIDIA Hopper 和 Blackwell 架构上的性能。
已收录 2 条与 ROSE 相关的内容，按评分排序。
Perplexity leverages NVIDIA's CUTLASS Python stack to optimize its inference models, significantly enhancing the performance of large-scale language models.
入选理由：Perplexity开发了ROSE推理引擎，支持从嵌入到万亿参数LLM的模型服务。
Perplexity has launched its in-house inference engine ROSE, enabling efficient serving from embedding models to trillion-parameter LLMs, with CuTeDSL integration for faster GPU kernel customization.
入选理由：Perplexity 自主研发了推理引擎 ROSE，提升大模型服务效率。
