Компьютеры

Новая технология ADATA снижает стоимость ИИ-серверов более чем вдвое

Новая технология ADATA снижает стоимость ИИ-серверов более чем вдвое
Фото: © RusPhotoBank

Компания ADATA через свое подразделение TRUSTA представила новое решение для инфраструктуры искусственного интеллекта под названием AI Scaler Extended Memory Solution. Технология предназначена для борьбы с одной из главных проблем современных ИИ-систем — ограниченным объемом видеопамяти графических ускорителей.

Сегодня запуск больших языковых моделей требует дорогих GPU с огромным запасом VRAM, что делает корпоративное внедрение ИИ слишком затратным. TRUSTA предлагает иной подход: использовать не только память графического процессора, но и оперативную память системы, а также быстрые SSD-накопители для хранения и обработки данных моделей.

Основой новой платформы стал AI Scaler Toolkit — программно-аппаратный комплекс с открытым исходным кодом. Он распределяет нагрузку между GPU, DRAM и SSD, позволяя запускать ИИ-модели более гибко и с меньшими затратами. По данным компании, в некоторых сценариях это снижает стоимость развертывания искусственного интеллекта более чем на 50%.

В ADATA утверждают, что технология позволяет запускать задачи, ранее требовавшие нескольких графических процессоров, всего на одном GPU при поддержке расширенной системной памяти. Такой подход особенно важен для компаний, которые хотят внедрять локальные ИИ-системы без строительства дорогостоящих серверных кластеров.

Платформа поддерживает популярные модели Llama, Qwen, Mixtral, Mistral, DeepSeek, Gemma и Phi, а также совместима с агентными ИИ-системами вроде OpenClaw и Hermes Agentic. Разработчики подчеркивают, что решение не привязано к конкретному оборудованию и может адаптироваться под разные серверные конфигурации.

Одновременно TRUSTA представила корпоративный SSD TD7P51 ECO PCIe Gen5 объемом до 15,36 Тб. Накопитель поддерживает несколько форм-факторов и технологии интеллектуального размещения данных для повышения надежности при работе с ИИ-нагрузками.

Компания считает, что подобные решения помогут ускорить переход бизнеса от облачных ИИ-сервисов к локальным системам, где особенно важны контроль данных, безопасность и снижение расходов.