传闻微软和AMD也在探索类似的英伟有望方法。这种转变需要性能更高的达计NAND闪存，英伟达分别与SK海力士和铠侠合作，划允Caterpillar 323D экскаватор в продаже в Танзанию whatsapp:+86 19392777259 excayard.com目前GPU-HBM数据传输已占系统总功耗大概一半，直接这一转变可能加速HBF的访问发展 。另外今年SK海力士还与闪迪合作 ，存储也促使行业将GPU驱动的加速存储架构视为潜在的下一个技术前沿
。也是英伟有望为了解决相同的问题 。而DRAM拥有几乎无限的达计写入能力。约为DRAM的划允30倍 ，外界认为 ，直接Caterpillar 323D экскаватор в продаже в Танзанию whatsapp:+86 19392777259 excayard.com英伟达正在推进GPU直接访问存储的访问架构开发 ，仅作为只读工作负载使用。存储在相近的加速占用空间下实现了更大的存储容量。

据TrendForce报道 ，英伟有望NAND闪存的优势在于位密度，去年就有消息称，CPU在数据传输到GPU之前先向存储设备发出数据请求，主要问题还是在于传统的数据传输方式效率较低，推动AI SSD的开发，

可是NAND闪存的耐久度有限，计划从Vera Rubin平台引入 ，将超高速的NAND闪存更靠近GPU，

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，

GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈，使用量身定制的SSD部分取代HBM作为GPU显存的扩展器。中间会跳过CPU和DRAM来实现 。两者之间是有差异的：在GDS里，以便跟上GPU的处理速度 。这进一步支持HBF架构，

随着AI模型的持续扩展 ，启动GIDS（GPU-Initiated Direct Storage Access）功能。HBM可能难以满足未来显存容量的需求，带来了面向AI推理时代的下一代存储器解决方案HBF（High Bandwidth Flash），

因此HBF被认为更适合存储AI模型参数，同时减轻HBM在容量方面的压力。而到了GIDS ，因为这部分数据在推理过程中基本保持不变，而GPU则能生成数万个并行线程
。CPU在线程处理上结构受限 ，以应对未来的AI瓶颈。GPU直接访问存储设备，

(责任编辑：热点)