ADATA AI Scaler utvider GPU-minne med RAM og SSD

Danny Weber

ADATA TRUSTA lanserer AI Scaler som utnytter system-RAM og SSD for å redusere behovet for dyr GPU-VRAM. Reduser KI-kostnader med over 50%.

ADATA, gjennom sin TRUSTA-divisjon, har lansert en ny infrastrukturløsning for kunstig intelligens kalt AI Scaler Extended Memory Solution. Teknologien tar tak i en av de største utfordringene i moderne KI-systemer: den begrensede videominnet på grafikkakseleratorer.

I dag krever kjøring av store språkmodeller dyre GPU-er med massiv VRAM, noe som gjør distribusjon av KI i bedrifter svært kostbart. TRUSTA velger en annen tilnærming ved å utnytte ikke bare GPU-minne, men også system-RAM og raske SSD-er til å lagre og behandle modelldata.

Kjernen i plattformen er AI Scaler Toolkit, en åpen kildekode-pakke med programvare og maskinvare som balanserer arbeidsbelastninger mellom GPU, DRAM og SSD-er. Dette gjør at KI-modeller kan kjøre mer fleksibelt og til en lavere kostnad. Ifølge selskapet kan dette i noen scenarier redusere kostnadene for KI-distribusjon med over 50 prosent.

ADATA opplyser at teknologien kan utføre oppgaver som tidligere krevde flere grafikkprosessorer på én enkelt GPU, støttet av utvidet systemminne. Dette er spesielt viktig for bedrifter som ønsker å sette opp lokale KI-systemer uten å bygge kostbare serverklynger.

Plattformen støtter populære modeller som Llama, Qwen, Mixtral, Mistral, DeepSeek, Gemma og Phi, og er kompatibel med agentbaserte KI-systemer som OpenClaw og Hermes Agentic. Utviklerne understreker at løsningen ikke er bundet til spesifikk maskinvare og kan tilpasses ulike serverkonfigurasjoner.

I tillegg introduserte TRUSTA også TD7P51 ECO PCIe Gen5 enterprise SSD, tilgjengelig i kapasiteter opp til 15,36 TB. Stasjonen støtter flere formfaktorer og bruker intelligente dataplasseringsteknologier for å forbedre påliteligheten under KI-arbeidsbelastninger.

Selskapet mener at slike løsninger vil bidra til å fremskynde overgangen fra skytjenester for KI til lokale systemer, der datakontroll, sikkerhet og kostnadsbesparelser er sentrale prioriteringer.

© RusPhotoBank