با افزایش تقاضاهای هوش مصنوعی برای حافظه، ذخیره‌سازی گام برمیدارد

شرح خبر

با رشد سریع هوش مصنوعی، نیاز به داده‌های عظیم و پنجره‌های زمینه‌ای گسترده‌تر از ظرفیت حافظه سیستم‌ها را تحت فشار قرار داده است. اما پاسخ به این نیاز صرفاً با افزودن ظرفیت ذخیره‌سازی بیشتر میسر نیست. آنچه ضروری است، بینش‌های عملی و معماری‌های ذخیره‌سازی کارآمد و امن است که این بینش‌ها را امکان‌پذیر می‌سازند. در کنفرانس Future of Memory and Storage (FMS) این هفته، NVIDIA پیشرفت‌های جدیدی در زمینه ذخیره‌سازی معرفی می‌کند و نشان می‌دهد که گام بعدی در هوش مصنوعی به همان اندازه به زیرساخت ذخیره‌سازی وابسته است که به قدرت محاسباتی شتابدار تغذیه می‌کند. پردازنده NVIDIA Vera CPU، بخشی از NVIDIA Vera BlueField-4 STX، در یک خط لوله دومرحله‌ای فشرده‌سازی و رمزگذاری، تا ۳.۲۱ برابر توان عملیاتی بیشتری نسبت به یک CPU مبتنی بر x86 ارائه می‌دهد. افزایش تقاضاهای هوش مصنوعی نیاز به داده‌های عظیم و پنجره‌های زمینه‌ای گسترده را ایجاد کرده است که فراتر از ظرفیت حافظه سیستم‌ها است. NVIDIA در کنفرانس FMS پیشرفت‌های جدیدی در ذخیره‌سازی معرفی کرد، از جمله منبع باز کردن APIهای cuFile که به GPUها اجازه می‌دهد مستقیماً از ذخیره‌سازی بخوانند و بنویسند. پردازنده NVIDIA Vera CPU در BlueField-4 STX تا ۳.۲۱ برابر کارایی بیشتری نسبت به CPUهای x86 در فشرده‌سازی و رمزگذاری دارد. ذخیره‌سازی دیگر یک مکان منفعل نیست، بلکه بخشی فعال از مسیر داده است. ابتکار Storage-Next با همکاری بیش از ۴۰ فروشنده ذخیره‌سازی و فلش، استانداردهای جدیدی را برای ذخیره‌سازی هوش مصنوعی تعریف می‌کند. ذخیره‌سازی به عنوان بخشی فعال از مسیر داده در هوش مصنوعی، اقتصاد سنتی دسترسی به داده را دگرگون می‌کند. با توانایی GPUها در آغاز درخواست‌های ذخیره‌سازی به صورت مستقیم، سیستم‌های ذخیره‌سازی باید بتوانند هزاران عملیات همزمان را مدیریت کنند. منبع باز کردن cuFile توسط NVIDIA، همکاری بین GPUها و ذخیره‌سازی را تسهیل می‌کند و امنیت و کارایی را بهبود می‌بخشد. این امر برای توسعه‌دهندگان و شرکتهای فعال در حوزه هوش مصنوعی و ذخیره‌سازی، فرصت‌های جدیدی را ایجاد می‌کند. کاهش هزینه‌های زیرساختی با افزایش کارایی ذخیره‌سازی، به ویژه در پردازنده‌های Vera CPU، می‌تواند به صرفه‌جویی قابل توجهی در هزینه‌ها منجر شود. شرکت‌های فعال در حوزه ذخیره‌سازی و هوش مصنوعی می‌توانند از این پیشرفت‌ها برای بهبود عملکرد و کاهش هزینه‌ها بهره‌مند شوند. همکاری‌های جدید مانند Storage-Next و Open Secure AI Alliance می‌تواند به استانداردسازی و بهبود همکاری در صنعت منجر شود. شرکت‌ها و پژوهشگران ایرانی فعال در حوزه هوش مصنوعی و ذخیره‌سازی می‌توانند از فناوری‌های جدید NVIDIA برای بهبود کارایی و کاهش هزینه‌ها استفاده کنند. دسترسی به APIهای منبع باز مانند cuFile می‌تواند به توسعه راهکارهای ذخیره‌سازی محلی کمک کند. با این حال، محدودیت‌های تحریمی ممکن است دسترسی به سخت‌افزارهای پیشرفته NVIDIA را با چالش مواجه کند. منبع باز کردن APIهای cuFile و پشته نرم‌افزاری ذخیره‌سازی، می‌تواند به توسعه استانداردهای باز و قابل همکاری در صنعت ذخیره‌سازی منجر شود. این امر می‌تواند به بهبود امنیت و کارایی در ذخیره‌سازی داده‌ها کمک کند. همچنین، همکاری‌های جدید مانند Open Secure AI Alliance می‌تواند به توسعه قوانین و استانداردهای جدید در حوزه امنیت هوش مصنوعی کمک کند. همکاری‌های بین‌المللی مانند Storage-Next و Open Secure AI Alliance می‌تواند به تقویت موقعیت شرکت‌های آمریکایی در بازار جهانی ذخیره‌سازی و هوش مصنوعی منجر شود. با این حال، محدودیت‌های تحریمی ممکن است دسترسی برخی کشورها، از جمله ایران، به این فناوری‌ها را محدود کند. NVIDIA AI Blog NVIDIA در کنفرانس FMS، APIهای cuFile را منبع باز کرد و پردازنده Vera CPU را معرفی نمود که کارایی ذخیره‌سازی را تا ۳.۲۱ برابر بهبود می‌بخشد.

این صفحه خلاصه و تحلیل فارسی خبر را نمایش می‌دهد. نسخه کامل/اصلی از طریق لینک منبع در دسترس است.