BTC $67 359 -0.21%Золото $2 341 +0.55%USD/RUB 93.42 +0.43%EUR/RUB 101.77 +0.38%Brent $67.24 -0.81%МосБиржа 2 854 +1.02%BTC $67 359 -0.21%Золото $2 341 +0.55%USD/RUB 93.42 +0.43%EUR/RUB 101.77 +0.38%Brent $67.24 -0.81%МосБиржа 2 854 +1.02%BTC $67 359 -0.21%Золото $2 341 +0.55%USD/RUB 93.42 +0.43%EUR/RUB 101.77 +0.38%Brent $67.24 -0.81%МосБиржа 2 854 +1.02%
#61427 · 08.06.2026
Технологии

OWC Stack AI: внешнее решение для обучения нейросетей через Thunderbolt 5

Владельцы GPU получили способ запускать тяжелые языковые модели без покупки дорогостоящих серверных ускорителей. Компания Other World Computing представила систему OWC Stack AI, использующую технологию Phison aiDAPTIV для расширения видеопамяти через высокоскоростной интерфейс Thunderbolt 5, что позволяет перенести часть вычислительной нагрузки на внешние твердотельные накопители.

Владельцы GPU получили способ запускать тяжелые языковые модели без покупки дорогостоящих серверных ускорителей. Компания Other World Computing представила систему OWC Stack AI, использующую технологию Phison aiDAPTIV для расширения видеопамяти через высокоскоростной интерфейс Thunderbolt 5, что позволяет перенести часть вычислительной нагрузки на внешние твердотельные накопители.

На выставке Computex 2026 разработчики продемонстрировали, как новая система интегрирует флеш-память в общую архитектуру ПК. Технология aiDAPTIV объединяет специализированные SSD и программные алгоритмы, которые подменяют дефицитную видеопамять графического процессора более доступным объемом накопителей. Такой подход снимает критическую зависимость локальных рабочих станций от объема дорогой оперативной памяти DRAM.

В отличие от предыдущих итераций, которые требовали монтажа компонентов внутри корпуса компьютера, OWC Stack AI реализован как внешнее устройство. Это дает пользователям гибкость в масштабировании аппаратных ресурсов для работы с крупными агентами искусственного интеллекта. Решение Phison превращает стандартные накопители в полноценный буфер для данных, необходимых при обучении и выполнении запросов к локальным LLM.

Комментарии (0)

Оставить комментарий

Пока нет комментариев. Будьте первым!