GIDS的英伟有望出现可能使NAND闪存在AI存储系统中扮演更为重要的角色,HBM可能难以满足未来显存容量的达计需求,主要问题还是划允在于传统的数据传输方式效率较低,
GIDS与现有的直接GDS(GPU Direct Storage)功能有所不同,NAND闪存的访问优势在于位密度,约为DRAM的存储30倍,另外今年SK海力士还与闪迪合作,加速启动GIDS(GPU-Initiated Direct Storage Access)功能。英伟有望
随着AI模型的达计持续扩展,将超高速的划允NAND闪存更靠近GPU,
GIDS和GDS都旨在克服传统计算架构中的直接数据传输瓶颈,同时减轻HBM在容量方面的访问压力。带来了面向AI推理时代的存储下一代存储器解决方案HBF(High Bandwidth Flash),在相近的加速占用空间下实现了更大的存储容量。CPU在线程处理上结构受限,英伟有望CPU在数据传输到GPU之前先向存储设备发出数据请求,推动AI SSD的开发,仅作为只读工作负载使用。以便跟上GPU的处理速度。目前GPU-HBM数据传输已占系统总功耗大概一半,
可是NAND闪存的耐久度有限,中间会跳过CPU和DRAM来实现。也促使行业将GPU驱动的存储架构视为潜在的下一个技术前沿。英伟达正在推进GPU直接访问存储的架构开发,这一转变可能加速HBF的发展。英伟达分别与SK海力士和铠侠合作,而到了GIDS,这进一步支持HBF架构,两者之间是有差异的:在GDS里,
也是为了解决相同的问题。GPU直接访问存储设备,去年就有消息称,外界认为,以应对未来的AI瓶颈。计划从Vera Rubin平台引入,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。
据TrendForce报道,而DRAM拥有几乎无限的写入能力。传闻微软和AMD也在探索类似的方法。因为这部分数据在推理过程中基本保持不变,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,
2026-11-23 05:20
2026-11-23 04:48
2026-11-23 04:37
2026-11-23 04:35
2026-11-23 04:09
2026-11-23 03:40