0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

SSD將引入機器學習引擎 直接處理內(nèi)部數(shù)據(jù)而無需進行傳輸交換

454398 ? 來源:工程師吳畏 ? 2019-08-19 10:22 ? 次閱讀

Marvell(美滿電子)還真能玩,不但聯(lián)合東芝為SSD帶來了以太網(wǎng)訪問能力,還讓SSD變聰明了,要打造“計算存儲”(Computational Storage),SSD不再只是扮演數(shù)據(jù)存儲的角色,還要參與計算。

Marvell正在將機器學習引擎引入到SSD主控之中,使其可以從CPU、GPU那里接手一些推理工作,直接處理自己內(nèi)部保存的數(shù)據(jù),而無需進行傳輸交換。

硬件上,Marvell使用了一大堆數(shù)據(jù)排線,連接SSD與FPGA,而軟件上也有了比較成熟的進展。

FMS 2019峰會上,Marvell就展示了這種計算型SSD的能力,除了利用預先訓練的模型進行實時物體識別,還可以對存儲在SSD上的視頻進行離線識別,通過一條曲線顯示在視頻中識別出來的物體,還有一個內(nèi)容感知搜索引擎,返回所識別物體所在的視頻片段。

而且這一切,都可以通過一個簡單的Web界面進行操作。

這么做有什么用呢?Marvell設(shè)想,可以組建一個陣列的內(nèi)容感知SSD,各自識別自己保存的數(shù)據(jù),然后通過應(yīng)用服務(wù)器匯總輸出結(jié)果。

Marvell還表示,這樣做可以大大減輕服務(wù)器和主機處理器的負載,減少網(wǎng)絡(luò)流量,而且在AI操作的擴展性上更靈活。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • SSD
    SSD
    +關(guān)注

    關(guān)注

    20

    文章

    2837

    瀏覽量

    117128
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8353

    瀏覽量

    132315
收藏 人收藏

    評論

    相關(guān)推薦

    汽輪機汽缸間隙過大導致漏氣?無需進行研磨處理,可以直接密封

    當汽輪機汽缸結(jié)合面的間隙超出標準之際,倘若該間隙小于 100 絲,那么無需針對汽缸結(jié)合面進行研磨處理。
    的頭像 發(fā)表于 11-06 14:00 ?81次閱讀
    汽輪機汽缸間隙過大導致漏氣?<b class='flag-5'>無需</b>再<b class='flag-5'>進行</b>研磨<b class='flag-5'>處理</b>,可以<b class='flag-5'>直接</b>密封

    AI引擎機器學習陣列指南

    云端動態(tài)工作負載以及超高帶寬網(wǎng)絡(luò),同時還可提供高級安全性功能。AI 和數(shù)據(jù)科學家以及軟硬件開發(fā)者均可充分利用高計算密度的優(yōu)勢來加速提升任何應(yīng)用的性能。AI 引擎機器學習擁有先進的張量計
    的頭像 發(fā)表于 09-18 09:16 ?285次閱讀
    AI<b class='flag-5'>引擎</b><b class='flag-5'>機器</b><b class='flag-5'>學習</b>陣列指南

    【《時間序列與機器學習》閱讀體驗】+ 時間序列的信息提取

    利用這些信息來建立時間序列模型,可見信息提取是一個關(guān)鍵的步驟。 本章第一小節(jié)直接引入了特征工程定義: 特征工程(Feature Engineering)是數(shù)據(jù)轉(zhuǎn)換為更好地表示潛在問題的特征,從而
    發(fā)表于 08-14 18:00

    機器學習中的數(shù)據(jù)分割方法

    機器學習中,數(shù)據(jù)分割是一項至關(guān)重要的任務(wù),它直接影響到模型的訓練效果、泛化能力以及最終的性能評估。本文將從多個方面詳細探討機器
    的頭像 發(fā)表于 07-10 16:10 ?1183次閱讀

    機器學習中的數(shù)據(jù)處理與特征工程

    機器學習的整個流程中,數(shù)據(jù)處理與特征工程是兩個至關(guān)重要的步驟。它們直接決定了模型的輸入質(zhì)量,進而影響模型的訓練效果和泛化能力。本文將從
    的頭像 發(fā)表于 07-09 15:57 ?273次閱讀

    機器學習算法原理詳解

    機器學習作為人工智能的一個重要分支,其目標是通過讓計算機自動從數(shù)據(jù)學習并改進其性能,而無需進行
    的頭像 發(fā)表于 07-02 11:25 ?672次閱讀

    求助,關(guān)于BLE服務(wù)器傳輸數(shù)據(jù)問題求解

    ,但我想知道是否有其他方法可以傳輸更大量的數(shù)據(jù)。 如果只能使用通知進行傳輸,我想實現(xiàn)一個客戶端功能,命令寫入某個特征值,并自動啟用服務(wù)器上
    發(fā)表于 05-23 07:55

    SnapAI和機器學習引入Snapchat

    Snap首席執(zhí)行官伊萬·斯皮格近日宣布,公司加大投資力度,人工智能和機器學習技術(shù)深度引入其主打社交應(yīng)用Snapchat,以進一步提升用戶
    的頭像 發(fā)表于 05-21 09:31 ?464次閱讀

    工業(yè)級POE交換機的背板帶寬是什么?

    工業(yè)級POE交換機的背板帶寬是指交換機內(nèi)部各個端口之間進行數(shù)據(jù)傳輸的最大速率。它反映了交換機在處理數(shù)據(jù)
    的頭像 發(fā)表于 03-28 14:21 ?355次閱讀
    工業(yè)級POE<b class='flag-5'>交換</b>機的背板帶寬是什么?

    Xilinx FPGA高性能NVMe SSD主機控制器,NVMe Host Controller IP

    NVMe Host Controller IP1介紹NVMe Host Controller IP可以連接高速存儲PCIe SSD,無需CPU和外部存儲器,自動加速處理所有的NVMe協(xié)議命令,具備
    發(fā)表于 03-27 17:23

    交換機的作用與功能 交換機的基本配置

    包的 MAC 地址進行數(shù)據(jù)的無沖突傳輸,提高了網(wǎng)絡(luò)傳輸的效率和穩(wěn)定性。本文詳細介紹交換機的作用、功能以及基本配置。 一、
    的頭像 發(fā)表于 02-04 09:17 ?1.5w次閱讀

    dma和串口直接發(fā)送的區(qū)別

    ,我們先來介紹一下DMA和串口直接發(fā)送的原理和工作方式。 DMA是一種高速數(shù)據(jù)傳輸技術(shù),它允許外設(shè)直接與內(nèi)存進行數(shù)據(jù)交換,而不需要CPU的介入。有了DMA技術(shù),CPU在
    的頭像 發(fā)表于 01-07 17:43 ?2594次閱讀

    什么是機器學習?它的重要性體現(xiàn)在哪

    機器學習是一種人工智能(AI)的子領(lǐng)域,旨在使計算機系統(tǒng)通過經(jīng)驗自動學習和改進,而無需明確地進行編程。它側(cè)重于開發(fā)算法和模型,使計算機能夠從
    的頭像 發(fā)表于 01-05 08:27 ?1342次閱讀
    什么是<b class='flag-5'>機器</b><b class='flag-5'>學習</b>?它的重要性體現(xiàn)在哪

    12個M.2 SATA SSD Sneakernet數(shù)據(jù)傳輸設(shè)備(容量高達24TB)

    由于數(shù)據(jù)中心,服務(wù)器機房和大容量冷數(shù)據(jù)存儲中包含大量SSD,因此需要有一種更簡單的解決方案來訪問SSD進行日常維護或在需要時具有熱
    的頭像 發(fā)表于 12-11 17:59 ?365次閱讀
    12個M.2 SATA <b class='flag-5'>SSD</b> Sneakernet<b class='flag-5'>數(shù)據(jù)傳輸</b>設(shè)備(容量高達24TB)

    SSD硬盤的優(yōu)點和缺點

    : 1. 高速性能:SSD硬盤相比傳統(tǒng)機械硬盤具有更快的數(shù)據(jù)讀寫速度。這是因為SSD內(nèi)部使用了非易失性存儲器(NAND Flash)芯片來存儲數(shù)據(jù)
    的頭像 發(fā)表于 12-11 11:32 ?1447次閱讀