GLM-5.3 помогла Z.ai поднять в 3 раза инференс на 100000+ китайских ускорителях
Z.ai построила продакшен-инференс GLM-5.3-Flash на кластере из более чем 100000 китайских AI-ускорителей
Модель за две недели помогла утроить throughput, формулируя гипотезы о потерях скорости и предлагая фиксы
Агент устранил Python GIL bottleneck, ускорил decode kernel в 1.71 раза и исправил KDA для длинного контекста
Люди задавали цели, следили за безопасностью и принимали финальные решения, а не тюнили систему вручную
Почему важно
Модели начинают улучшать не только код приложений, но и саму инфраструктуру, на которой работают следующие поколения AI