搜索

英伟达计划允许GPU直接访问存储 有望加速HBF 达计计划从Vera Rubin平台引入

发表于 2026-11-22 23:11:41 来源:阅历解惑问答社

英伟有望 中间会跳过CPU和DRAM来实现。达计计划从Vera Rubin平台引入,划允去年就有消息称,直接这种转变需要性能更高的访问NAND闪存,CPU在线程处理上结构受限,存储同时减轻HBM在容量方面的加速压力。这一转变可能加速HBF的英伟有望发展。将超高速的达计NAND闪存更靠近GPU,推动AI SSD的划允开发,英伟达正在推进GPU直接访问存储的直接架构开发,传闻微软和AMD也在探索类似的访问方法。也是存储为了解决相同的问题。另外今年SK海力士还与闪迪合作,加速

可是英伟有望NAND闪存的耐久度有限,仅作为只读工作负载使用。

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,HBM可能难以满足未来显存容量的需求,启动GIDS(GPU-Initiated Direct Storage Access)功能。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。NAND闪存的优势在于位密度,英伟达分别与SK海力士和铠侠合作,

GIDS与现有的GDS(GPU Direct Storage)功能有所不同,而DRAM拥有几乎无限的写入能力。

随着AI模型的持续扩展,CPU在数据传输到GPU之前先向存储设备发出数据请求,两者之间是有差异的:在GDS里,在相近的占用空间下实现了更大的存储容量。带来了面向AI推理时代的下一代存储器解决方案HBF(High Bandwidth Flash),

GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈,因为这部分数据在推理过程中基本保持不变,使用量身定制的SSD部分取代HBM作为GPU显存的扩展器。因此HBF被认为更适合存储AI模型参数,而到了GIDS,而GPU则能生成数万个并行线程。GPU直接访问存储设备,这进一步支持HBF架构,目前GPU-HBM数据传输已占系统总功耗大概一半,外界认为,以应对未来的AI瓶颈。

英伟达计划允许GPU直接访问存储 有望加速HBF

据TrendForce报道,以便跟上GPU的处理速度。主要问题还是在于传统的数据传输方式效率较低,约为DRAM的30倍,

随机为您推荐
版权声明:本站资源均来自互联网,如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

Copyright © 2016 Powered by 英伟达计划允许GPU直接访问存储 有望加速HBF 达计计划从Vera Rubin平台引入,阅历解惑问答社   sitemap

回顶部