|
方案展示了機器學習技術在SSD和存儲加速器應用中的顯著優勢，能夠提高數據中心、邊緣網絡和端點等領域的應用性能，同時降低總體擁有成本 Marvell在閃存峰會（Flash Memory Summit）上展示了如何在面向數據中心和客戶端SSD控制器系列產品上整合NVIDIA的深度學習加速器（NVDLA）技術，為廣泛的行業提供人工智能（AI）功能。 Marvell的AI SSD控制器概念驗證架構解決方案將突顯機器學習如何以最小的網絡帶寬和無主機CPU處理來幫助具體應用加速，從而顯著降低總體擁有成本。該架構有望在云和邊緣網絡數據中心、汽車、工業、通信網絡、環境監測、銀行和客戶等領域開辟存儲SSD解決方案的新時代。 大數據分析系統必須經過處理大量信息才能得出重要的結論，這種處理需要對元數據（Metadata）進行標記才能高效地運行。存儲解決方案必須變得更加智能，才能在存儲端點生成此類元數據并幫助優化整體效率，同時提高用戶體驗和企業生產效率。 通過在SSD控制器中整合NVDLA，Marvell正在把深度學習推理引入SSD，進而能夠提高效率，降低功耗，最大限度地提高可擴展性，并優化資源分配；還能夠在減少硬件投資和運營支出的情況下做到完全支持大規模的數據集（dataset）應用。該解決方案的可擴展性還將允許企業和云服務提供商利用AI技術為其產品組合添加更多特性和功能。這種可編程架構將使AI模型能夠快速更新，以便在新的應用出現時能夠及時滿足要求。 Marvell公司SSD和數據中心存儲解決方案副總裁Nigel Alvares介紹說：“隨著越來越多的數據在邊緣網絡和端點產生，新開發的端到端架構解決方案需要提高整體生產效率，同時滿足應用的響應時間和總交付成本等關鍵要求，這一點非常重要。我們的AI SSD控制器概念驗證架構解決方案利用NVIDIA的NVDLA技術，為客戶和生態系統合作伙伴提供了一個框架，用于合作和開發下一代SSD和客戶端到云端基礎架構解決方案，以實現并支持面向未來的應用。” Marvell公司技術與架構副總裁Noam Mizrahi補充道：“只有訪問數據，才可以對大數據進行分析。系統需要能夠分析大量不同類型和來自不同位置的數據，而正確生成代表所有這些數據的元數據是高效處理的關鍵。在存儲設備上運行的AI技術可用于高效地生成這些元數據，并使其準備好用于更高處理層的進一步分析。我們先進的AI SSD控制器概念驗證解決方案為更高效地利用現有系統資源設定了新的范例，從而能夠為各種機器學習任務提供可擴展、經濟高效的數據存儲。” NVIDIA自動設備部（Autonomous Machines at NVIDIA）副總裁兼總經理Deepu Talla表示：“NVIDIA和Marvell擁有共同的目標，即讓AI技術能夠更易于被市場采用，并創建令人興奮的基于AI的新解決方案。我們的開放式NVDLA架構基于先進的Xavier技術，通過為合作伙伴提供最高級的深度學習功能來實現上述目標。” |
