ADATA TRUSTA AI Scaler – rozszerzona pamięć dla sztucznej inteligencji

ADATA TRUSTA AI Scaler – rozszerzona pamięć dla AI
© RusPhotoBank

Firma ADATA, za pośrednictwem swojej marki TRUSTA, zaprezentowała nową infrastrukturę dla sztucznej inteligencji – AI Scaler Extended Memory Solution. Technologia rozwiązuje jeden z głównych problemów współczesnych systemów AI: ograniczoną pamięć wideo w akceleratorach graficznych.

Uruchamianie dużych modeli językowych wymaga dziś kosztownych procesorów graficznych z ogromną ilością pamięci VRAM, co sprawia, że wdrożenie AI w firmach jest bardzo kosztowne. TRUSTA podchodzi do tego inaczej – wykorzystuje nie tylko pamięć GPU, ale także pamięć RAM systemową i szybkie dyski SSD do przechowywania i przetwarzania danych modeli.

Sercem platformy jest AI Scaler Toolkit, pakiet open-source łączący oprogramowanie i sprzęt, który równoważy obciążenie pomiędzy GPU, DRAM i SSD. Dzięki temu modele AI mogą działać elastyczniej i taniej. Według firmy, w niektórych przypadkach pozwala to obniżyć koszty wdrożenia AI o ponad 50 procent.

ADATA twierdzi, że technologia umożliwia wykonywanie zadań, które wcześniej wymagały wielu procesorów graficznych, na pojedynczym GPU wspomaganym rozszerzoną pamięcią systemową. Jest to szczególnie istotne dla firm, które chcą uruchomić lokalne systemy AI bez budowania kosztownych klastrów serwerowych.

Platforma obsługuje popularne modele, takie jak Llama, Qwen, Mixtral, Mistral, DeepSeek, Gemma i Phi, a także jest zgodna z systemami opartymi na agentach, jak OpenClaw i Hermes Agentic. Deweloperzy podkreślają, że rozwiązanie nie jest związane z żadnym konkretnym sprzętem i może dostosować się do różnych konfiguracji serwerów.

Równocześnie TRUSTA wprowadziła enterprise SSD TD7P51 ECO PCIe Gen5, dostępny w pojemnościach do 15,36 TB. Dysk obsługuje wiele formatów i wykorzystuje inteligentne techniki rozmieszczania danych, które zwiększają niezawodność przy obciążeniach AI.

Firma uważa, że takie rozwiązania pomogą przyspieszyć przejście od usług AI w chmurze do systemów lokalnych, gdzie kluczowe znaczenie mają kontrola nad danymi, bezpieczeństwo i oszczędności.