内存计算 关键字列表
MariaDB收购GridGain以应对AI驱动的数据需求挑战

MariaDB收购GridGain以应对AI驱动的数据需求挑战

MariaDB计划收购内存计算中间件提供商GridGain,以增强其高性能数据和AI工作负载平台。该收购旨在将GridGain的内存技术融入MariaDB关系数据库,实现亚毫秒延迟,满足实时AI推理需求。分析师认为此举有助于缩小性能差距,支持欺诈检测、动态定价等需要快速决策的现代应用。收购将使MariaDB进入金融服务和电信等重要行业领域。

d-Matrix押注内存计算技术突破AI推理瓶颈

d-Matrix押注内存计算技术突破AI推理瓶颈

d-Matrix通过其数字内存计算技术解决AI推理中的内存瓶颈问题,将矩阵乘法运算直接在内存单元内执行。该公司最近完成2.75亿美元融资,其Corsair平台采用异构架构,利用芯片组方法实现可扩展性。与传统GPU分离计算和内存不同,d-Matrix让内存块本身成为计算块,通过嵌入式加法器树完成求和运算,为AI推理提供更高效的硬件解决方案。

d-Matrix声称3D堆叠内存将突破AI推理瓶颈

d-Matrix声称3D堆叠内存将突破AI推理瓶颈

数字内存计算芯片初创公司d-Matrix推出3D堆叠内存技术,声称相比当前行业标准HBM4,该技术可将AI模型运行速度提升10倍,能耗降低90%。该公司成立于2019年,采用LPDDR5内存配合数字内存计算硬件,通过改进的SRAM单元直接在内存阵列中执行计算。首款3DIMC芯片Pavehawk已在实验室投入运行,下一代架构Raptor将整合该技术。

西部数据公司发布全新ULTRASTAR®内存固态盘 进入内存计算细分市场

2018年11月13日—北京,数据基础设施领导者西部数据公司(NASDAQ:WDC)今日在2018超级计算大会(Supercomputing 2018)上宣布扩展其数据中心产品组合的广度和深度,进军快速发展的内存计算细分市场。

IBM取得内存计算突破 削减人工智能训练成本
2018-04-19

IBM取得内存计算突破 削减人工智能训练成本

IBM Research称,已经开发出了一种内存计算新方法,可以为微软和谷歌寻求的高性能和机器学习应用的硬件加速器提供答案。