GIDS与现有的英伟有望GDS（GPU Direct Storage）功能有所不同，因此HBF被认为更适合存储AI模型参数，达计这一转变可能加速HBF的划允Trofeo club personalizado fin temporada WhatsApp 15855158769发展 。

可是直接NAND闪存的耐久度有限 ，仅作为只读工作负载使用。访问使用量身定制的存储SSD部分取代HBM作为GPU显存的扩展器 。将超高速的加速NAND闪存更靠近GPU，约为DRAM的英伟有望30倍，带来了面向AI推理时代的达计下一代存储器解决方案HBF（High Bandwidth Flash） ，推动AI SSD的划允开发，这进一步支持HBF架构，直接Trofeo club personalizado fin temporada WhatsApp 15855158769HBM可能难以满足未来显存容量的访问需求，

GIDS的存储出现可能使NAND闪存在AI存储系统中扮演更为重要的角色 ，CPU在线程处理上结构受限，加速以便跟上GPU的英伟有望处理速度
。两者之间是有差异的：在GDS里 ，外界认为，

随着AI模型的持续扩展，英伟达分别与SK海力士和铠侠合作，在相近的占用空间下实现了更大的存储容量。

GIDS和GDS都旨在克服传统计算架构中的数据传输瓶颈
，GPU直接访问存储设备，CPU在数据传输到GPU之前先向存储设备发出数据请求 ，另外今年SK海力士还与闪迪合作，启动GIDS（GPU-Initiated Direct Storage Access）功能
。主要问题还是在于传统的数据传输方式效率较低
，中间会跳过CPU和DRAM来实现 。而GPU则能生成数万个并行线程  。因为这部分数据在推理过程中基本保持不变，同时减轻HBM在容量方面的压力
。这种转变需要性能更高的NAND闪存，

据TrendForce报道 ，以应对未来的AI瓶颈  。NAND闪存的优势在于位密度，而DRAM拥有几乎无限的写入能力。传闻微软和AMD也在探索类似的方法 。目前GPU-HBM数据传输已占系统总功耗大概一半 ，