▲HBF可在相同成本下实现8~16倍的容量▲由于电气接口的兼容HBF可以与HBM混合搭配这一委员会由闪迪内部和外部的行业专家与高级技术人才组成,闪迪也在同一公告中宣布了委员会的两位外部成员:2027年ACM图灵奖得主DavidPatterson与著名GPU架构人才RajaKoduri。DavidPatterson是RISC精简指令集计算机的共同开发者,也在RAID存储阵列和NOW工作站网络的开发中起到了关键作用,为计算机科学发展与教育作出了卓越贡献。DavidPatterson表示:HBF通过在高带宽下提供前所未有的存储容量,使推理工作负载能够远远超出当今的限制,从而在数据中心人工智能中发挥重要作用,从而有望发挥重要作用。HBM可以降低目前无法负担的新人工智能应用程序的成本。RajaKoduri(拉贾?科杜里)此前先后在AMD和英特尔担任图形架构主管,指导了AMDPolaris/Vega/NaviGPU架构、英特尔锐炫/PonteVecchioGPU的开发,在HBF的关键用例之一AIGPU上有丰富经验。RajaKoduri强调了AI模型对片外内存容量的需求,而这正是HBF相较HBM的巨大优势。广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,亚汇网所有文章均包含本声明。