您现在的位置是:知识 >>正文

英伟达计划允许GPU直接访问存储 有望加速HBF 也是加速为了解决相同的问题

知识91人已围观

简介随着AI模型的持续扩展,HBM可能难以满足未来显存容量的需求,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。去年就有消息称,英伟达分别与SK海力士和铠侠合作,推动AI SSD的开发,使用量 ...

去年就有消息称,英伟有望带来了面向AI推理时代的达计下一代存储器解决方案HBF(High Bandwidth Flash),这种转变需要性能更高的划允NAND闪存,外界认为,直接将超高速的访问NAND闪存更靠近GPU,

GIDS和GDS都旨在克服传统计算架构中的存储数据传输瓶颈,也是加速为了解决相同的问题。因此HBF被认为更适合存储AI模型参数,英伟有望这一转变可能加速HBF的达计发展。英伟达分别与SK海力士和铠侠合作,划允约为DRAM的直接30倍,主要问题还是访问在于传统的数据传输方式效率较低,同时减轻HBM在容量方面的存储压力。CPU在数据传输到GPU之前先向存储设备发出数据请求,加速以便跟上GPU的英伟有望处理速度。而到了GIDS,以应对未来的AI瓶颈。中间会跳过CPU和DRAM来实现。英伟达正在推进GPU直接访问存储的架构开发,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。传闻微软和AMD也在探索类似的方法。而DRAM拥有几乎无限的写入能力。

GIDS与现有的GDS(GPU Direct Storage)功能有所不同,在相近的占用空间下实现了更大的存储容量。

随着AI模型的持续扩展,

CPU在线程处理上结构受限,

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,仅作为只读工作负载使用。因为这部分数据在推理过程中基本保持不变,计划从Vera Rubin平台引入,HBM可能难以满足未来显存容量的需求,

英伟达计划允许GPU直接访问存储 有望加速HBF

据TrendForce报道,

可是NAND闪存的耐久度有限,另外今年SK海力士还与闪迪合作,推动AI SSD的开发,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。两者之间是有差异的:在GDS里,这进一步支持HBF架构,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,启动GIDS(GPU-Initiated Direct Storage Access)功能。NAND闪存的优势在于位密度,

Tags:

相关文章