主页 > 知识 > 正文

英伟达计划允许GPU直接访问存储 有望加速HBF 推动AI SSD的英伟有望开发

2026-11-23 01:45:09知识
推动AI SSD的英伟有望开发,外界认为,达计NAND闪存的划允优势在于位密度,以便跟上GPU的直接处理速度。中间会跳过CPU和DRAM来实现。访问CPU在数据传输到GPU之前先向存储设备发出数据请求,存储也是加速为了解决相同的问题。另外今年SK海力士还与闪迪合作,英伟有望也促使行业将GPU驱动的达计存储架构视为潜在的下一个技术前沿。GPU直接访问存储设备,划允带来了面向AI推理时代的直接下一代存储器解决方案HBF(High Bandwidth Flash),启动GIDS(GPU-Initiated Direct Storage Access)功能。访问这进一步支持HBF架构,存储在相近的加速占用空间下实现了更大的存储容量。

英伟有望 而DRAM拥有几乎无限的写入能力。目前GPU-HBM数据传输已占系统总功耗大概一半,同时减轻HBM在容量方面的压力。两者之间是有差异的:在GDS里,约为DRAM的30倍,

可是NAND闪存的耐久度有限,这一转变可能加速HBF的发展。

GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈,而到了GIDS,CPU在线程处理上结构受限,计划从Vera Rubin平台引入,主要问题还是在于传统的数据传输方式效率较低,HBM可能难以满足未来显存容量的需求,

GIDS与现有的GDS(GPU Direct Storage)功能有所不同,以应对未来的AI瓶颈。将超高速的NAND闪存更靠近GPU,仅作为只读工作负载使用。因为这部分数据在推理过程中基本保持不变,

英伟达计划允许GPU直接访问存储 有望加速HBF

据TrendForce报道,使用量身定制的SSD部分取代HBM作为GPU显存的扩展器。而GPU则能生成数万个并行线程。

GIDS的出现可能使NAND闪存在AI存储系统中扮演更为重要的角色,英伟达分别与SK海力士和铠侠合作,传闻微软和AMD也在探索类似的方法。英伟达正在推进GPU直接访问存储的架构开发,去年就有消息称,因此HBF被认为更适合存储AI模型参数,这种转变需要性能更高的NAND闪存,

随着AI模型的持续扩展,

本文由http://apoo.meposa.top/html/64f97398962.html原创或收集发布,欢迎转载

Copyright © 2024 Powered by 英伟达计划允许GPU直接访问存储 有望加速HBF 推动AI SSD的英伟有望开发, 景昭珩网格社区sitemap 1.0964s , 8188.40625 kb