2026년 3월 17일 · Unknown · financial · 출처 Yahoo Finance
Phison, aiDAPTIV 기술로 로컬 AI 추론 규모 확장
파스카리 aiDAPTIV™ 기술은 지능형 플래시 계층화를 통해 AI 디바이스에서 더 큰 모델 추론을 가능하게 하여 데이터 보유 기간을 연장하고 재계산을 줄입니다.
미국 캘리포니아주 샌호세, 2026년 3월 16일 --(비즈니스 와이어)-- GTC 2026 -- NAND 플래시 컨트롤러 및 스토리지 솔루션 분야의 글로벌 리더인 Phison Electronics(8299TT)는 오늘 부스 119에서 GTC 쇼케이스를 진행하며, 다중 계층 메모리 아키텍처가 NVIDIA 기반 로컬 AI 플랫폼에서 더 큰 모델과 긴 컨텍스트 추론을 어떻게 지원하는지 시연합니다.
AI 지원 플랫폼에 대한 수요가 계속 급증하는 가운데 업계는 점점 더 커지는 메모리 제약에 직면해 있습니다. 독점 데이터에 대한 미세 조정(fine-tuning)과 추론은 막대한 컴퓨팅 및 메모리 자원을 필요로 하여 기관들에게 투자 과제를 안겨주고 있습니다. 이러한 솔루션 비용 상승과 워크플로우 병목 현상은 수익 창출 혁신의 시장 출시 시간을 늦추고 있습니다. 이 문제를 해결하기 위해 Phison은 로컬 및 엣지 AI 사용 사례를 위한 aiDAPTIV™ 기술을 도입했습니다. 파스카리 SSD를 새로운 AI 메모리 계층으로 활용함으로써, aiDAPTIV 기술은 GPU 메모리, 시스템 RAM 및 플래시에 걸쳐 AI 작업 메모리를 지능적으로 확장하고 관리합니다.
오늘 발표는 NVIDIA AI 인프라가 데이터센터 환경에서 추론 워크로드를 지원하기 위해 GPU 메모리 성능을 발전시키는 가운데, aiDAPTIV가 이러한 다중 계층 메모리 아키텍처 원칙을 로컬 AI 시스템에 어떻게 적용하는지 보여줍니다. 지속적인 페이징(paging) 및 컨텍스트 보존에 최적화된 고내구성 플래시를 기반으로 구축된 aiDAPTIV는 고정된 하드웨어 구성 하에서 메모리 집약적인 추론 및 미세 조정 워크로드를 지원합니다. aiDAPTIV 플래시 기반 메모리 계층은 기관들이 데이터 프라이버시를 유지하고 장기적인 인프라 효율성을 개선하면서 로컬 시스템에서 이러한 진화하는 워크로드를 지원할 수 있게 합니다.
"기존의 메모리 관리 방식은 AI를 위해 설계된 적이 없으며, 오늘날의 AI 인프라는 더 이상 일반적인 메모리 관리에 의존할 수 없습니다."라고 Phison US의 사장 겸 총괄 매니저인 Michael Wu는 말했습니다. "aiDAPTIV를 통해 우리는 AI 워크플로우에 맞게 설계된 메모리 계층화를 제공하여, 기업들이 데이터 프라이버시를 유지하면서도 로컬 AI 시스템의 성능과 확장성을 극대화할 수 있도록 지원합니다."