خبر کامل
انویدیا برای افزایش سرعت هوش مصنوعی سراغ حافظه و ذخیرهسازی رفت
انویدیا با تغییر تمرکز زیرساخت هوش مصنوعی از پردازنده به ذخیرهسازی، تلاش میکند با متنباز کردن فناوری cuFile و راهاندازی طرح Storage-Next گلوگاه انتقال داده را برطرف کند.
تغییر پارادایم از قدرت پردازش به سرعت انتقال داده
انویدیا در حال بازتعریف یکی از بخشهایی است که تا امروز کمتر در مرکز توجه زیرساخت هوش مصنوعی قرار داشته است. این شرکت معتقد است با افزایش قدرت پردازندههای گرافیکی، مشکل اصلی در برخی کاربردهای آینده دیگر فقط سرعت محاسبات نخواهد بود، بلکه سرعت رساندن داده از فضای ذخیرهسازی به پردازندههای گرافیکی میتواند به گلوگاه جدید عملکرد هوش مصنوعی تبدیل شود.
در همین راستا، انویدیا مجموعهای از اقدامات تازه را معرفی کرده که هدف آنها کاهش زمان انتقال داده میان حافظه ذخیرهسازی و سامانههای پردازش شتابیافته است. پس از برگزاری کنفرانس Future of Memory and Storage، این شرکت اعلام کرد رابطهای برنامهنویسی cuFile و نرمافزارهای زیرساختی مرتبط با آن را متنباز کرده است. همزمان، انویدیا طرح صنعتی Storage-Next را نیز به شکل رسمی راهاندازی کرده که بیش از ۴۰ شرکت فعال در حوزه حافظه فلش و ذخیرهسازی در آن حضور دارند.
نقش کلیدی فناوریهای cuFile و SCADA
در کنار این دو اقدام، انویدیا روی فناوری دیگری با نام SCADA کار میکند که به پردازندههای گرافیکی اجازه میدهد نقش فعالتری در مدیریت درخواستهای ذخیرهسازی داشته باشند. هدف این است که GPU فقط مقصد داده نباشد و بتواند بخشی از فرآیند دریافت و مدیریت داده را نیز مستقیماً انجام دهد.
«تفاوت مهم این دو فناوری در اندازه داده است. cuFile مسیر انتقال حجمهای بزرگ را بهینه میکند، در حالی که SCADA میخواهد مشکل هزاران یا میلیونها درخواست کوچک را حل کند؛ جایی که فشار اصلی میتواند روی CPU ایجاد شود.»
اهمیت درخواستهای کوچک در استنتاج هوش مصنوعی
این مسئله با رشد کاربردهای استنتاج هوش مصنوعی اهمیت بیشتری پیدا کرده است. حافظههای SSD سازمانی معمولاً برای خواندن تصادفی در بلوکهای ۴ کیلوبایتی بهینه شدهاند؛ الگویی که بیشتر با کاربردهایی مانند مجازیسازی و پایگاههای داده سازگار است. اما بسیاری از بارهای کاری هوش مصنوعی به دادههایی بسیار کوچکتر نیاز دارند.
- بردارهای تعبیهشده ممکن است تنها چند صد بایت باشند
- بلوکهای حافظه کلید-مقدار در برخی شرایط کمتر از یک کیلوبایت حجم دارند
- افزایش میزان خواندن واقعی از حافظه به دلیل اختلاف اندازه دادهها
همکاریهای گسترده صنعتی و افق پیشرو
طرح Storage-Next اکنون بیش از ۴۰ شرکت فعال در صنعت فلش و ذخیرهسازی را گرد هم آورده است. حضور شرکتهایی مانند اینتل نیز در این پروژه قابل توجه است، زیرا اینتل پردازندههای x86 مورد استفاده در بسیاری از کنترلرهای ذخیرهسازی را تولید میکند.
از سوی دیگر، شرکتهایی مانند DDN، دل، اچپیای، IBM، VAST Data و WEKA نیز قرار است در نیمه دوم سال ۲۰۲۶ سامانههایی مبتنی بر این رویکرد عرضه کنند. شرکت Kioxia نیز در حال توسعه حافظههای XL-Flash است که برای پشتیبانی از الگوهای دسترسی ۵۱۲ بایتی در چارچوب Storage-Next طراحی شدهاند.
درباره هوشمصنوعی دستاول:
تمامی اخبار دستاول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحتسنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با دادههای جدید آموزش داده میشود و با نظارت دقیق انسانی و سردبیری دستاول در حال بهتر شدن است.
شما میتوانید از چتبات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۰۵:۲۰ - ۱۴۰۵/۰۵/۱۹