На мероприятии Future of Memory and Storage (FMS) компания Phison продемонстрировала свои новейшие разработки. Она получила премию Best of Show за программно-аппаратную платформу aiDAPTIV+, а также показала последние SSD-контроллеры и эталонные накопители.

Обзор смартфона realme C85 Pro: непотопляемый

Обзор смартфона Sony Xperia 1 VII: на последнем дыхании

Обзор сервера iRU Rock G2212IG6 на базе Intel Xeon 6

Обзор ноутбука HONOR MagicBook X16 2026: как раньше, только лучше

Обзор ИБП Ippon NUT 1050

Обзор и тестирование моноблока iRU 23ID: стильный, быстрый и тихий

Источник изображений: phison.com

Phison E31T позиционируется как первый в мире контроллер для SSD с поддержкой PCIe 5.0, ориентированный на массовый рынок. Он позволяет достигать скоростей чтения и записи 10 000 Мбайт/с без радиатора, а значит SSD с этим контроллером можно устанавливать на ноутбуки. Компонент предлагает 1500 тыс. операций ввода-вывода в секунду для чтения и записи, а также поддержку ёмкости до 8 Тбайт. Phison E31T поддерживает формфакторы M.2 2280 и M.2 2230.

Впрочем, и от поколения PCIe 4.0 компания пока не отказывается: контроллер Phison E29T без DRAM, произведённый по 12-нм техпроцессу TSMC, обещает стать чемпионом по эффективности и производительности: он предлагает скорость чтения до 7400 Мбайт/с, поддерживает ёмкость до 8 Тбайт, а также формфакторы M.2 2280 и M.2 2230.

В корпоративном сегменте Pascari — подразделение Phison — показало твердотельный накопитель D200V ёмкостью 64 Тбайт с поддержкой PCIe 5.0 в ориентированных на центры обработки данных формфакторах U.2, E3.S и E3.L. Он предназначен для систем с потребностью в объёмных хранилищах и позволяет пользоваться преимуществами PCIe 5.0 — последовательная скорость чтения достигает 14 000 Мбайт/с. Этот SSD обеспечивает «повышенную плотность хранилища на стойку»; в Pascari D200V используется память BiCS Flash QLC 8-го поколения. Накопители этой серии позволят масштабировать хранилище выше 100 Тбайт, способствуя снижению эксплуатационных расходов, добавил гендиректор Phison Electronics Пуа Кхейн Сенг (Pua Khein Seng).

Phison продемонстрировала на мероприятии Nvidia GTC 2024 рабочую станцию с четырьмя графическими процессорами, производительности которой хватило для обучения модели искусственного интеллекта с 70 млрд параметров. Это стало возможным за счёт задействования ресурсов SSD и системной DRAM, передаёт Tom’s Hardware. В обычных условиях эта задача требует шести серверов с 24 ускорителями Nvidia H100 и 1,4 Тбайт видеопамяти.

Обзор сервера iRU Rock G2212IG6 на базе Intel Xeon 6

Обзор смартфона Sony Xperia 1 VII: на последнем дыхании

Обзор ноутбука HONOR MagicBook X16 2026: как раньше, только лучше

Обзор ИБП Ippon NUT 1050

Обзор и тестирование моноблока iRU 23ID: стильный, быстрый и тихий

Обзор смартфона realme C85 Pro: непотопляемый

Источник изображения: phison.com

Платформа Phison aiDaptiv+ помогает снижать барьеры для обучения больших языковых моделей ИИ за счёт использования системной памяти и твердотельных накопителей для увеличения объёма доступной графическим процессорам памяти. Это решение позволит компаниям снизить затраты на обучение ИИ и избежать дефицита графических процессоров, который угрожает отрасли. Производительность такой системы, конечно, уступает дорогим серверным решениям, но открывает возможности представителям малого и среднего бизнеса запускать передовые модели локально, обеспечивая конфиденциальность данных, если затраты времени на обучение не являются критичными.

Источник изображения: phison.com

Для демонстрации использовалась рабочая станция Maingear Pro AI с процессором Intel Xeon W7-3445X, 512 Гбайт памяти DDR5-5600 и двумя специализированными твердотельными накопителями Phison aiDaptiveCache ai100E формата M.2 по 2 Тбайт, специально предназначенными для кеширования рабочих нагрузок. Эти диски на основе чипов SLC рассчитаны на 100 циклов перезаписи в день в течение пяти лет. Программное решение Phison aiDaptiv+ «отрезает» слои ИИ-модели от видеопамяти, которые активно не обрабатываются, и отправляет их в системную память машины; если это необходимая информация, она остаётся здесь, а данные с низким приоритетом сбрасываются на твердотельные накопители. По мере необходимости они перемещаются в видеопамять графического процессора для дополнительной обработки, а обработанные данные направляются в DRAM и SSD.

Источник изображения: tomshardware.com

Рабочая станция Maingear Pro AI выпускается в нескольких вариантах от $28 тыс. за версию с одним графическим ускорителем Nvidia RTX 6000 Ada A100 до $60 тыс. за комплектацию с четырьмя GPU. Ведущим партнёром Phison по поставке оборудования для новой платформы является Maingear, но разработчик сотрудничает также с MSI, Gigabyte, ASUS и Deep Mentor, которые готовы предложить свои решения.

Промежуточная библиотека Phison aiDaptiv+ работает с Pytorch/Tensor Flow и не требует модификации приложений ИИ. Затраты на обучение модели на такой установке в шесть раз ниже, чем её запуск на восьми кластерах с 30 ИИ-ускорителями, но процедура занимает примерно в четыре раза больше времени. Есть также вариант горизонтального масштабирования с запуском четырёх рабочих станций при чуть более чем половине стоимости — в этом случае обучение модели на 70 млрд параметров займёт около 1,2 часа, тогда как система с 30 ИИ-ускорителями проведёт его за 0,8 часа.