IT之家 3 月 19 日消息，科技媒体 NeoWin 昨日（3 月 18 日）发布博文，报道称群联（Phison）展示了其 aiDAPTIV+ 技术，该技术通过动态缓存扩展内存，有望突破 华体会网页版页面登录-华体会(中国) 应用的内存瓶颈。

IT之家援引博文介绍，人工智能（华体会网页版页面登录-华体会(中国)）和机器学习（ML）的处理能力已成为衡量现代硬件性能的重要指标，除了处理器本身的算力，华体会网页版页面登录-华体会(中国) 任务对内存的需求也十分巨大。

华体会网页版页面登录-华体会(中国) 模型参数和精度越高，对内存的需求越大。例如，单精度（float32）通常消耗四倍于参数值的内存。即使是 32GB 显存的 RTX 5090，也可能被一个 80 亿参数的模型“喂饱”。

而 aiDAPTIV+ 技术通过动态缓存，结合基于 NAND 闪存“aiDAPTIVCache”缓存技术，扩展可用的 HBM（高带宽内存） / GDDR（专为高带宽应用设计的同步动态随机存取存储器）。

在 GTC 2025 大会上，群联携手 Maingear 公司，推出了应用 aiDAPTIV+ 技术的 华体会网页版页面登录-华体会(中国) PRO 桌面工作站，并通过 aiDAPTIVLink 3.0 新版中间件，负责 SSD 的 NAND 和 GPU 之间的数据传输，提供更快的首个 Token 时间（TTFT）回调响应，并支持更大的 LLM（大型语言模型）提示上下文。

下图展示了群联 Aidaptiv+ 技术的应用结果，在参数量超过 130 亿的模型上，群联 aiDAPTIV+ 轻松超越了 Maingear 的四路英伟达 RTX 6000 Ada 设置（未采用 aiDAPTIV+）。

Maingear 介绍称 PRO 华体会网页版页面登录-华体会(中国) 工作站会动态切片 70B 训练模型，将当前切片提供给 GPU 进行高速训练，同时将模型的其余部分存储在 DRAM 和群联 华体会网页版页面登录-华体会(中国)100 SSD 中。每个 NVIDIA RTX 6000 ADA 在训练中以最少的停机时间全面表现。