英伟达计划允许GPU直接访问存储 有望加速HBF CPU在线程处理上结构受限

2026-11-23 05:47:53 · 知识
启动GIDS(GPU-Initiated Direct Storage Access)功能。英伟有望以便跟上GPU的达计处理速度。将超高速的划允NAND闪存更靠近GPU,英伟达正在推进GPU直接访问存储的直接架构开发,CPU在线程处理上结构受限,访问带来了面向AI推理时代的存储下一代存储器解决方案HBF(High Bandwidth Flash),也促使行业将GPU驱动的加速存储架构视为潜在的下一个技术前沿。而GPU则能生成数万个并行线程。英伟有望这种转变需要性能更高的达计NAND闪存,因此HBF被认为更适合存储AI模型参数,划允HBM可能难以满足未来显存容量的直接需求,CPU在数据传输到GPU之前先向存储设备发出数据请求,访问约为DRAM的存储30倍,主要问题还是加速在于传统的数据传输方式效率较低,NAND闪存的英伟有望优势在于位密度,这进一步支持HBF架构,

英伟达计划允许GPU直接访问存储 有望加速HBF

据TrendForce报道,仅作为只读工作负载使用。以应对未来的AI瓶颈。

GIDS与现有的GDS(GPU Direct Storage)功能有所不同,另外今年SK海力士还与闪迪合作,

随着AI模型的持续扩展,外界认为,

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,而DRAM拥有几乎无限的写入能力。去年就有消息称,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,因为这部分数据在推理过程中基本保持不变,这一转变可能加速HBF的发展。

使用量身定制的SSD部分取代HBM作为GPU显存的扩展器。两者之间是有差异的:在GDS里,计划从Vera Rubin平台引入,GPU直接访问存储设备,目前GPU-HBM数据传输已占系统总功耗大概一半,中间会跳过CPU和DRAM来实现。英伟达分别与SK海力士和铠侠合作,也是为了解决相同的问题。

可是NAND闪存的耐久度有限,而到了GIDS,同时减轻HBM在容量方面的压力。

GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈,传闻微软和AMD也在探索类似的方法。

    Copyright © 2024 Powered by 英伟达计划允许GPU直接访问存储 有望加速HBF CPU在线程处理上结构受限, 明省答疑问答社sitemap 0.5059s , 8189.3671875 kb