| AI | Throughput | GPU | MLCommons

儲存月報第96期:AI應用儲存效能新基準:MLPerf Storage Benchmark

MLCommons推出針對AI儲存效能的MLPerf測試工具正式版本,迅速成為衡量儲存系統AI應用效能的標準

2024-11-28

| QLC快閃記憶體 | 固態儲存應用 | 快閃儲存 | QLC SSD | AI | TLC SSD | 60 TB | Pure Storage | IBM

【快閃儲存產品全面進入QLC時代】迅速擴展中的QLC SSD企業儲存產品

歷經為期5年的發展,全部一線儲存陣列大廠終於在支援QLC SSD的行列中到齊,所涉及的產品包括SAN儲存陣列、NAS、Scale-Out NAS、分散式檔案系統與物件儲存平臺等,幾乎遍及企業儲存設備的所有主要類型,象徵QLC快閃記憶體的儲存應用進入新的階段

2024-11-22

| QLC快閃記憶體 | 固態儲存應用 | 快閃儲存 | QLC SSD | AI | TLC SSD | 60 TB

【快閃儲存全面進入QLC時代】QLC快閃記憶體應用的新階段

自問世以來便一直飽受質疑,被認為用途有限的QLC快閃記憶體,後續憑藉效能與耐用性方面的持續進步,再結合原有的成本優勢,在近兩年來,大幅擴展了消費端與企業端的市場應用版圖

2024-11-22

| Nvidia | GPUDirect Storage | GDS | AI儲存生態圈

【AI應用不可或缺的儲存傳輸加速架構】持續擴展中的GDS儲存應用

問世5年後,Nvidia的GPUDirect Storage(GDS)直連傳輸技術,已逐漸成為當前AI應用中,儲存環境必備的標準傳輸架構,整個企業儲存業界都在擁抱這項傳輸技術

2024-10-25

| Nvidia | GPUDirect Storage | GDS | AI儲存生態圈

GPUDirect Storage(GDS)的基本概念

圖解Nvidia的GPUDirect Storage(GDS)直連傳輸技術

2024-10-25

| Nvidia | GPUDirect Storage | GDS | AI儲存生態圈

GPUDirect Storage的部署與啟用條件需求

GPUDirect Storage(GDS)可以大幅提高儲存裝置與GPU之間的資料傳輸效率,但要啟用這套架構,必須有硬體與軟體方面的配合

2024-10-25

| Nvidia | GPUDirect Storage | GDS | AI儲存生態圈

【AI直連儲存加速時代來臨】GPUDirect Storage產品生態總覽

短短幾年內,Nvidia的GPUDirect Storage(GDS)儲存直連傳輸架構,已成功獲得幾乎所有重要儲存平臺的支援,成為當前AI應用的新一代標準傳輸架構

2024-10-25

| File Storage | Object Storage | Gartner Magic Quadrant

儲存月報第95期:物件與檔案儲存的整合層次惹出爭議

當前的分散式檔案與物件儲存平臺,多兼具檔案與物件雙重服務能力,但這兩種服務應整合到何種層次,在近日Gartner魔力象限報告發布後引發不同立場的議論

 

2024-10-17

| BMC

Aspeed第8代BMC登場,提供簡化設計、訊號處理功能更多元的管理模組

在伺服器BMC市場具有高市占率的信驊科技(Aspeed),今年Computex發表新一代BMC晶片AST2700系列,他們強調這款產品能夠針對LTPI介面的支援,提供無須搭配FPGA的簡化設計,減輕硬體與軟體開發負擔,同時也展示單顆BMC晶片可同時管理兩臺主機的新特色

2024-09-10

| 備份軟體 | snapshot

儲存月報第94期:後進廠商開始主導備份軟體市場

相較於老牌傳統備份軟體,以Veeam、Cohesity與Rubrik為代表的新一代備份軟體廠商,市占合計已經超過1/4,鬆動了傳統備份軟體的長期優勢

2024-09-05

| Flash Memory Summit | 61.44TB SSD | 122.88TB SSD | PCIe 6.0 SSD

儲存月報第93期:從FMS 2024大會看SSD技術新進展

SD容量正式突破100TB,PCIe 6.0 SSD即將問世,SSD介面光纖化技術則帶來部署方式的重大變革

2024-08-27

| Llama 3 | Meta | 大語言模型 | AI基礎設施

【GPU是大型AI運算架構中最脆弱環節,自動化偵測與故障排除技術是確保維運關鍵】超大規模AI運算設施的維運挑戰

足夠的系統規模,只是執行Llama 3這類應用的必要門檻,而不能保證運算工作能順利進行,並獲得期望的成果,想要讓這類超大規模AI基礎設施充分發揮效益,還需要仔細的調校,並維持足夠的穩定性

2024-08-16