Hello Guest

Sign In / Register

Welcome,{$name}!

/ Logout
Italia
EnglishDeutschItaliaFrançais한국의русскийSvenskaNederlandespañolPortuguêspolskiSuomiGaeilgeSlovenskáSlovenijaČeštinaMelayuMagyarországHrvatskaDanskromânescIndonesiaΕλλάδαБългарски езикGalegolietuviųMaoriRepublika e ShqipërisëالعربيةአማርኛAzərbaycanEesti VabariikEuskeraБеларусьLëtzebuergeschAyitiAfrikaansBosnaíslenskaCambodiaမြန်မာМонголулсМакедонскиmalaɡasʲພາສາລາວKurdîსაქართველოIsiXhosaفارسیisiZuluPilipinoසිංහලTürk diliTiếng ViệtहिंदीТоҷикӣاردوภาษาไทยO'zbekKongeriketবাংলা ভাষারChicheŵaSamoaSesothoCрпскиKiswahiliУкраїнаनेपालीעִבְרִיתپښتوКыргыз тилиҚазақшаCatalàCorsaLatviešuHausaગુજરાતીಕನ್ನಡkannaḍaमराठी
Casa > Notizie > Kioxia rilascia la tecnologia AISAQ come software open source per ridurre i requisiti DRAM per i sistemi di intelligenza artificiale generativa

Kioxia rilascia la tecnologia AISAQ come software open source per ridurre i requisiti DRAM per i sistemi di intelligenza artificiale generativa

Kioxia Corporation, un fornitore di soluzioni di memoria leader mondiale, ha annunciato oggi il rilascio open source della sua nuova tecnologia AISAQ (All-Storage Product Product Quandalization (1).Il software Kioxia AISAQ ™ introduce un nuovo algoritmo approssimativo di ricerca più vicina (ANNS) ottimizzata per le unità a stato solido (SSD), fornendo prestazioni scalabili per la generazione (RAG) aurnata (RAG) eliminando la necessità di archiviare i dati indicizzati in drammaLe ricerche vengono eseguite direttamente su SSD.

I sistemi di intelligenza artificiale generativi richiedono risorse computazionali, memoria e di archiviazione significative.Mentre l'intelligenza artificiale ha il potenziale per guidare scoperte trasformative in tutti i settori, il suo implementazione ha spesso costi elevati.RAG è uno stadio cruciale nello sviluppo dell'IA, perfezionando i modelli di grandi dimensioni (LLM) sfruttando i dati specifici per applicazioni o aziendali.

Al centro di Rag c'è un database vettoriale, che accumula e converte i dati specifici del dominio in vettori di funzionalità.Rag si basa anche su algoritmi ANNS per identificare i vettori che migliorano il modello valutando la somiglianza tra vettori accumulati e bersaglio.Per essere efficace, RAG deve recuperare rapidamente le informazioni più rilevanti.Tradizionalmente, gli algoritmi ANNS sono stati distribuiti in DRAM per ottenere le prestazioni ad alta velocità richieste.

La tecnologia Kioxia AISAQ offre una soluzione ANNS scalabile ed efficiente in grado di gestire set di dati su scala da miliardi con utilizzo minimo di memoria e funzionalità di commutazione rapida dell'indice.