テクノロジー
SK hynixとNVIDIA、1億IOPSを叩き出す「AI-NAND」を2027年にも実現へ
AI（人工知能）の進化は、単なる計算速度の競争から、膨大なデータを「いかに速く、効率的に供給するか」というフェーズへと完全に移行した。 2025年12月10日、ソウルで開催された「2025 人工知能半導体未来技術カンファ […]
Tech Product
Storage Next
Overview
最終更新: 2026年7月9日Storage Nextは、SK hynixとNVIDIAが共同で推進している概念実証（PoC）プロジェクトの名称である。このプロジェクトの主な目的は、NVIDIAの次世代GPUシステムにおいて、ストレージ（NANDフラッシュ）が原因となるデータ供給の遅延を最小限に抑えるための最適化を行うことにある。GPUの演算能力を最大限に引き出すため、コントローラやインターフェースのレベルから共同で設計・検証を行い、AIインフラの効率を根本から向上させることを目指している。
Mentioned Articles
1 件External Mentions
10 件- arXiv Reducing Redundancy in Whole-Slide Image Patching for Scalable Indexing and Retrieval
- arXiv HeteroViT: A Versatile Single-Layer Vision Transformer Concept, Co-Designed for Distributed Real-Time Data Reduction on Scientific Detectors
- arXiv Group Commit Self-Clocks: Why Tuning Is Unnecessary Above a Device-Set Load Threshold
- arXiv Sustainability as a design parameter in the early development of the Wide-field Spectroscopic Telescope
- arXiv NeuronFabric: A Software Reference Architecture for On-Chip Transformer Training with Local Adam
- arXiv PROJECTMEM: A Local-First, Event-Sourced Memory and Judgment Layer for AI Coding Agents
- arXiv SIFT: Selective-Index For Fast Compute of RAG Prefill by Exploiting Attention Invariance
- arXiv DSD-GS: Dynamic-Static Decomposition of Gaussian Splatting for Efficient and High-Fidelity Dynamic Scene Reconstruction
- arXiv Nanoscopic Multiplexing Optical Data Storage via Chip Fabrication
- arXiv Energy and Scaling Limits of Phase-Change Memory