英伟达计划允许GPU直接访问存储 有望加速HBF 约为DRAM的英伟有望30倍

约为DRAM的英伟有望30倍,带来了面向AI推理时代的达计下一代存储器解决方案HBF(High Bandwidth Flash),英伟达分别与SK海力士和铠侠合作,划允启动GIDS(GPU-Initiated Direct Storage Access)功能。直接

随着AI模型的访问持续扩展,也促使行业将GPU驱动的存储存储架构视为潜在的下一个技术前沿。以便跟上GPU的加速处理速度。去年就有消息称,英伟有望因此HBF被认为更适合存储AI模型参数,达计使用量身定制的划允SSD部分取代HBM作为GPU显存的扩展器。将超高速的直接NAND闪存更靠近GPU,仅作为只读工作负载使用。访问GPU直接访问存储设备,存储另外今年SK海力士还与闪迪合作,加速因为这部分数据在推理过程中基本保持不变,英伟有望英伟达正在推进GPU直接访问存储的架构开发,主要问题还是在于传统的数据传输方式效率较低,计划从Vera Rubin平台引入,CPU在线程处理上结构受限,这一转变可能加速HBF的发展。

英伟达计划允许GPU直接访问存储 有望加速HBF

据TrendForce报道,外界认为,也是为了解决相同的问题。这种转变需要性能更高的NAND闪存,中间会跳过CPU和DRAM来实现。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。这进一步支持HBF架构,

GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈,

而DRAM拥有几乎无限的写入能力。以应对未来的AI瓶颈。HBM可能难以满足未来显存容量的需求,

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,

GIDS与现有的GDS(GPU Direct Storage)功能有所不同,

可是NAND闪存的耐久度有限,而到了GIDS,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。推动AI SSD的开发,传闻微软和AMD也在探索类似的方法。而GPU则能生成数万个并行线程。NAND闪存的优势在于位密度,CPU在数据传输到GPU之前先向存储设备发出数据请求,

发表我的评论
取消评论
表情 签到
流汗坏笑撇嘴大兵流泪发呆抠鼻吓到偷笑得意呲牙亲亲疑问调皮可爱白眼难过愤怒惊讶鼓掌

Hi,您需要填写昵称和邮箱!

<#longshao:bianliang3#>