高帶寬快閃記憶體有望紓緩大模型記憶體壓力
快閃記憶體速度慢、不適合人工智能?新思路正改寫這個認知:儲存大廠推動高帶寬快閃記憶體,把先進封裝與芯片堆疊方法搬到NAND快閃記憶體上,用於大型模型推理,以高密度、低成本優勢為記憶體瓶頸提供出路。
把HBM方法搬到NAND
高帶寬快閃記憶體的思路直接:借鑑高頻寬記憶體的先進封裝與芯片堆疊方法,應用於NAND快閃記憶體,在保持高密度、低成本與非易失特性的同時,大幅提升訪問帶寬。

IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
