ADATA TRUSTA AI Scaler об’єднує VRAM, RAM і SSD: чи можна масштабувати AI без нових GPU

Корпоративний бренд ADATA TRUSTA показав на AI Infra Summit 2026 рішення AI Scaler Extended Memory. Його призначення — запускати більші моделі штучного інтелекту на системах, де обсяг відеопам’яті обмежений. Замість того щоб утримувати всі дані лише у VRAM, програмно-апаратна архітектура розподіляє їх між пам’яттю GPU, системною DRAM і SSD. Виробник подає це як спосіб масштабувати локальний AI без негайної закупівлі додаткових дорогих прискорювачів.

Такий підхід спирається на ієрархію пам’яті, але її рівні не рівноцінні. VRAM має високу пропускну здатність і знаходиться поруч із обчислювальними блоками, системна RAM повільніша для доступу GPU, а SSD додає ще більшу затримку. Програмне забезпечення повинне правильно визначати, які дані потрібні зараз, і завчасно переміщувати їх. Можливість завантажити більшу модель сама по собі не означає збереження тієї самої кількості токенів за секунду або затримки першої відповіді.

TRUSTA заявляє, що для інференсу та fine-tuning витрати на розгортання можуть знижуватися більш ніж на 50% порівняно з архітектурою лише на GPU. Це оцінка виробника, а не універсальна економія: результат залежить від вартості прискорювачів, місткості RAM, SSD, енергоспоживання та допустимого часу відповіді. Якщо сервіс повинен відповідати багатьом користувачам одночасно з низькою затримкою, дешевше розмістити модель ще не означає дешевше виконати кожен запит.

Основою рішення є безкоштовний AI Scaler Toolkit, який компанія описує як відкритий. Серед підтримуваних сімей моделей названі Llama, Qwen, Mistral, GPT-OSS, DeepSeek, Phi та Gemma. Наявність сім’ї у списку не гарантує сумісності кожної версії, квантування або нестандартного оператора. Перед впровадженням слід перевірити ліцензію інструменту й самої моделі, документацію, підтримку ОС та реальну продуктивність на власному наборі запитів. Особливо важливі вимірювання під тривалим і паралельним навантаженням.

Поруч TRUSTA демонструє корпоративний PCIe Gen 5 SSD TD7P51 ECO місткістю до 15,36 ТБ у форматах U.2, E1.S та E3.S. Підтримка Flexible Data Placement дозволяє керувати розміщенням даних, потенційно покращуючи сталість швидкості й зменшуючи зайву внутрішню перезаписувальну роботу. Але FDP потребує відповідної підтримки програмного стека. Моделі з однаковою місткістю у різних корпусах також можуть мати різні теплові й сервісні вимоги.

Лінійка DDR5 RDIMM доповнює систему модулями від 32 до 128 ГБ зі швидкістю до 6400 МТ/с. Вартість, конкретні швидкості SSD, ресурс запису й незалежні результати AI Scaler у повідомленні не наведено. Найцікавіша частина пропозиції — не гасло про подолання GPU-лімітів, а можливість підібрати компроміс між швидкістю, місткістю та бюджетом. Для лабораторій і нерегулярних локальних задач він може бути корисним; для виробничого сервісу потрібне окреме тестування SLA, відновлення після збоїв і загальної вартості експлуатації.