Der japanische Speicherriese Kioxia hat auf der diesjährigen CES das AiSAQ-Projekt vorgestellt, das darauf abzielt, den Arbeits- und Speicherplatz für AI-Datenverarbeitung durch die Verwendung von Hochkapazitäts-SSDs zu optimieren. Diese neue Technologie namens All-in-Storage Approximate Nearest Neighbor Search (ANNS) with Product Quantization verringert den DRAM-Verbrauch erheblich im Vergleich zum herkömmlichen DiskANN-Ansatz. Durch den Einsatz von hochkapazitiven SSDs werden größerer Datensätze effizienter verarbeitet, was zu niedrigeren Systemkosten und verbesserter Skalierbarkeit führt. Der Umstieg auf SSD-basierte Speicherlösungen bietet somit eine kostengünstige Alternative zur bisherigen DRAM-basierten Speicherung, wobei der Fokus auf der Unterstützung großer KI-Modelle liegt.

Die Implementierung von Retrieval-Augmented Generation (RAG) zielt darauf ab, die Zuverlässigkeit bei informationssensiblen Aufgaben wie medizinischen Diagnosen, rechtlichen Analysen, Finanzberichten und wissenschaftlicher Forschung zu verbessern. Durch die Integration externer Datenquellen können große Sprachmodelle in Echtzeit auf Informationen zugreifen und so die Fehlerquote verringern. Kioxia hat bisher keinen konkreten Zeitplan vorgestellt, aber es wird erwartet, dass konkurrierende Unternehmen wie Micron und SK Hynix ähnliche Technologien entwickeln werden, um den wachsenden Anforderungen an AI-Datenverarbeitung gerecht zu werden.