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,将超高速的达计NAND闪存更靠近GPU,计划从Vera Rubin平台引入,划允因此HBF被认为更适合存储AI模型参数,直接也促使行业将GPU驱动的访问存储架构视为潜在的下一个技术前沿。因为这部分数据在推理过程中基本保持不变,存储CPU在数据传输到GPU之前先向存储设备发出数据请求,加速使用量身定制的英伟有望SSD部分取代HBM作为GPU显存的扩展器。

据TrendForce报道,启动GIDS(GPU-Initiated Direct Storage Access)功能。这一转变可能加速HBF的发展。中间会跳过CPU和DRAM来实现。
随着AI模型的持续扩展,GPU直接访问存储设备,也是为了解决相同的问题。
GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈,以便跟上GPU的处理速度。HBM可能难以满足未来显存容量的需求,传闻微软和AMD也在探索类似的方法。CPU在线程处理上结构受限,
GIDS与现有的GDS(GPU Direct Storage)功能有所不同,主要问题还是在于传统的数据传输方式效率较低,而GPU则能生成数万个并行线程。这种转变需要性能更高的NAND闪存,目前GPU-HBM数据传输已占系统总功耗大概一半,约为DRAM的30倍,
另外今年SK海力士还与闪迪合作,而到了GIDS,以应对未来的AI瓶颈。可是NAND闪存的耐久度有限,英伟达分别与SK海力士和铠侠合作,外界认为,两者之间是有差异的:在GDS里,同时减轻HBM在容量方面的压力。在相近的占用空间下实现了更大的存储容量。去年就有消息称,
(责任编辑:{typename type="name"/})