목차
AI 혁명에 DevOps 적용: 성능 이식성 패러다임
AIOps의 진화 차트 작성: 고급 컨테이너화를 향한 도약
협력 및 혁신: FAIR 원칙과 현대 AI 연구의 만남
기밀 컴퓨팅: 컨테이너 보안의 다음 단계
데이터 집약적 컴퓨팅을 위한 차세대 컨테이너 솔루션으로의 전환
기술 주변기기 일체 포함 2024년 컨테이너 기술 전망 : 고성능, 인공지능, 보안의 융합을 추구

2024년 컨테이너 기술 전망 : 고성능, 인공지능, 보안의 융합을 추구

Jan 14, 2024 pm 12:39 PM
일체 포함 컨테이너 aiops

성능 집약적인 컨테이너 기술 도구 및 서비스를 제공하는 기업 Sylabs가 2024년 업계 전망을 예측했습니다. 그들의 예측에 따르면 향후 몇 년 동안 성능 이식성, 인공 지능(AI) 및 AIOps(인공 지능 운영) 워크로드 관리, FAIR 원칙 준수, 기밀 컴퓨팅 및 컨테이너 보안과 같은 주요 영역에서 상당한 이점을 얻을 수 있을 것입니다. 진전. 이러한 발전은 과학 데이터에 대한 검색 가능, 접근 가능, 상호 운용 및 재사용 가능 관리 원칙의 개발을 촉진할 것입니다. Sylabs는 증가하는 업계 요구를 충족하기 위해 이러한 분야에서 혁신적인 솔루션을 제공하기 위해 최선을 다하고 있습니다. 그들의 예측에 따르면 이러한 분야의 발전은 기업의 효율성과 보안을 향상시킬 것입니다.

2024년 컨테이너 기술 전망 : 고성능, 인공지능, 보안의 융합을 추구

AI 혁명에 DevOps 적용: 성능 이식성 패러다임

인공 지능(AI)과 기계 학습(ML)의 급속한 발전으로 인해 DevOps(개발 운영) 팀에 성능 이식성이 점점 더 중요해지고 있습니다. 더 중요. 특히 워크로드가 클라우드에서 엣지 및 HPC(고성능 컴퓨팅) 환경으로 확장됨에 따라 다양한 하드웨어 전반에서 애플리케이션 효율성을 유지하는 것이 중요해지기 때문입니다. DevOps 팀은 업계 리더와 스타트업의 전문 AI 하드웨어 증가에 대처해야 하고 DevOps 관리자의 업무는 더욱 복잡해지기 때문에 이러한 전략적 필수 사항은 매우 중요합니다. 성능 이식성은 다양한 하드웨어 플랫폼에서 실행될 때 상대적으로 높은 효율성을 유지하는 애플리케이션의 능력을 의미합니다. 하드웨어 플랫폼마다 아키텍처와 기능이 다르기 때문에 이는 DevOps 팀에게 어려운 과제입니다. 이 문제를 해결하려면 DevOps 팀은 다양한 하드웨어 플랫폼의 특성을 심층적으로 이해하고 애플리케이션이 다양한 플랫폼에서 최적의 성능을 달성할 수 있도록 목표에 맞는 최적화 및 조정을 수행해야 합니다. 또한 인공 지능 하드웨어의 등장으로 DevOps 팀은 공급업체 및 제조업체와 긴밀하게 협력해야 합니다. 최신 인공지능 하드웨어 기술을 이해해야 합니다

Sylabs의 전략 담당 부사장인 Keith Cunningham은 성능 이식성이 인공지능 및 기계 학습 분야에서 점점 더 전략적 요구 사항이 되고 있다고 지적했습니다. 다양한 유형의 하드웨어에 직면한 개발자는 크로스 플랫폼 애플리케이션 효율성을 보장해야 합니다. Singularityce와 같은 OCI(Open Container Initiative) 호환 컴퓨팅 컨테이너 기술은 고성능 컴퓨팅(HPC)과 IT DevOps 간의 격차를 해소하는 데 도움이 됩니다. 이러한 통합은 인공 지능의 잠재력을 최대한 실현하는 데 핵심입니다. 고성능 컴퓨팅의 강력함과 정밀도를 DevOps 방식의 민첩성 및 자동화와 결합함으로써 개발자는 빠르게 진화하는 기술 환경에 적응하는 데 중요한 보다 원활하고 효율적이며 혁신적인 개발 프로세스를 촉진할 수 있습니다. Sylabs의 전략 부사장인 Keith Cunningham에 따르면 Sylabs의 목표는 개발자에게 다양한 하드웨어 플랫폼에서 효율적으로 실행할 수 있는 컨테이너 솔루션을 제공하는 것입니다. 그는 인공지능과 머신러닝이 계속 발전함에 따라 개발자에게는 다양한 하드웨어 환경에서 일관된 성능을 제공할 수 있는 기술이 필요하다고 강조했다. 이것이 그들이 OCI(Open Container Initiative) 호환 컴퓨팅 컨테이너 기술을 핵심으로 보는 이유입니다. 이 기술을 사용하면 개발자는 고성능 컴퓨팅의 성능을 활용하는 동시에 DevOps 방식의 민첩성과 자동화를 활용하여 보다 원활하고 효율적이며 혁신적인 개발 프로세스를 촉진할 수 있습니다. 그에 따르면 이는 빠르게 발전하는 기술 환경에 적응하는 데 매우 중요합니다.

AIOps의 진화 차트 작성: 고급 컨테이너화를 향한 도약

AIOps(인공지능 운영) 분야는 25%의 안정적인 연평균 성장률(CAGR)로 성장할 것으로 예상됩니다. 특히 컨테이너화된 소프트웨어를 통한 애플리케이션의 현대화와 보다 진보되고 정교한 인공 지능 기술의 통합 등 다양한 요인으로 인해 변화가 진행되고 있습니다. 이러한 맥락에서 컨테이너화가 수행하는 중요한 역할은 분명해집니다. AIOps 실무자는 시스템 확장성, 안정성 및 효율성을 개선하기 위해 노력하고 있으며 고급 컨테이너 솔루션은 중요한 액세스 및 보안 요구 사항이 있는 다양한 환경에서 작동하는 데 탁월합니다. 격리와 일관성을 보장하는 데 중요한 이러한 측면은 AI 작업을 효과적으로 확장하고 강력한 오류 복구 메커니즘을 보장하는 데 중요합니다. 따라서 컨테이너화는 AIOps의 성공적인 구현을 위한 중요한 기반을 제공합니다. 요약하면, AIOps 분야는 빠르게 성장하고 있으며 컨테이너화된 소프트웨어와 고급 인공 지능 기술에 의해 주도됩니다. 시스템 확장성, 안정성, 효율성을 개선하고 격리 및 일관성을 보장함으로써 컨테이너화된 솔루션은 AIOps 작업 확장과 강력한 오류 복구 메커니즘을 위한 중요한 지원을 제공합니다. AIOps는 앞으로도 안정적인 성장률을 이어가며 기업에 더욱 강력한 운영 역량을 제공할 것으로 기대된다.

이렇게 진화하는 환경에서 AIOps 실무자는 기계 학습(ML) 알고리즘을 적용하여 이벤트와 비즈니스의 상관 관계를 파악함으로써 예측 분석의 정확성을 향상시킵니다. 이러한 전략적 접근 방식은 IT 결정을 더욱 빠르고 효과적으로 수행하여 복잡한 시스템을 보다 효율적으로 관리하고 자동화하는 데 도움이 됩니다.

2024년을 앞두고 AIOps 소프트웨어 공급업체는 중요한 이정표가 될 생성 인공 지능(GenAI)을 통합할 것입니다. 이러한 기술 발전은 AIOps 채택을 가속화하고 보다 정교하고 대응력이 뛰어난 운영 기능을 도입하여 서비스 수준 계약(SLA) 준수를 향상시킬 것입니다. AIOps 애플리케이션의 컨테이너화에 대한 소프트웨어 개발자의 선호는 AI 기반 운영을 안전하고 확장 가능하며 효율적으로 배포하려는 광범위한 업계 추세를 반영합니다. 이를 통해 기업의 효율성과 유연성이 향상되는 동시에 데이터 보안과 시스템 안정성도 향상됩니다. AIOps 기술이 계속 발전함에 따라 2024년에는 더 많은 혁신과 획기적인 발전을 기대할 수 있습니다.

Cunningham은 고급 컨테이너화 및 인공 지능 기술이 AIOps에 혁신적인 영향을 미칠 것이라고 믿습니다. 이러한 통합은 IT 운영 방식을 변화시키고, 확장성과 보안을 향상시키며, 운영 효율성을 크게 향상시킵니다. 컨테이너화 기술은 AIOps의 새로운 시대의 초석이 되어 점점 더 복잡해지는 현대 IT 시스템을 더욱 민첩하고 정확하게 처리할 수 있게 해줍니다.

협력 및 혁신: FAIR 원칙과 현대 AI 연구의 만남

AI 연구자들은 과학부터 계산에서 영감을 얻기까지 AI 분야를 검색성, 접근성, 상호 운용성 및 재사용성의 원칙과 더욱 밀접하게 연계할 준비가 되어 있습니다. 그들은 컴퓨팅 컨테이너 기술의 발전으로 AI 워크플로우 및 관련 데이터세트에 대한 보다 일관된 배포와 동료 검토가 이루어질 것이라고 믿습니다. 이러한 원칙을 채택함으로써 AI 연구의 효율성, 통합 및 투명성이 크게 향상되고 집단적 개선이 촉진될 것입니다. 또한, 이 조합은 AI 애플리케이션 개발에 더 큰 유연성을 제공할 것입니다. 컴퓨팅 컨테이너 기술을 기반으로 하는 이러한 협업은 그룹 및 조직 내에서 촉진되어 컨테이너화된 AI 워크플로우 및 관련 데이터 세트에 대한 더 나은 배포 및 동료 검토로 이어질 것으로 예상됩니다.

컨테이너화를 통해 AI 워크플로를 표준화하면 "내 컴퓨터에서 작업" 문제를 해결하고 다양한 컴퓨팅 환경에서 보다 일관된 환경을 구현할 수 있습니다. 이 이니셔티브는 인공 지능 모델의 재현성과 신뢰성을 향상시키는 것을 목표로 하며 FAIR의 과학 컴퓨팅 워크플로우의 발전을 반영합니다. 이러한 접근 방식은 AI 운영, 특히 성능 집약적 환경에 맞춰진 컨테이너 플랫폼을 사용하여 운영되는 AI 운영의 확장성과 효율성을 향상시킬 것으로 기대됩니다.

기밀 컴퓨팅: 컨테이너 보안의 다음 단계

Sylabs는 컨테이너 내에서 사용하는 동안 민감한 데이터를 보호하는 데 중점을 두고 컨테이너화된 환경에서 고급 보안 조치에 대한 필요성이 커질 것으로 예상합니다. 기밀 컴퓨팅은 향상된 데이터 보호를 위해 설계된 프로세서 아키텍처의 안전한 영역 내에서 사용 중인 데이터를 격리하여 고유하게 보호하는 이 분야의 핵심 플레이어로 부상했습니다. 이 접근 방식은 저장 데이터와 전송 중인 데이터에 대한 기존 보안 조치를 보완하고 컨테이너 내 메모리 액세스 및 실행 환경과 관련된 위험을 줄입니다.

Cunningham은 다음과 같이 말했습니다. “특히 기밀 컴퓨팅 솔루션을 기존 워크플로에 통합하여 보다 안전하고 효율적인 컨테이너 기술로의 전환을 기대합니다. 이러한 통합은 시스템 접근성과 기능을 유지하면서 보안을 강화할 것입니다. -현대 컨테이너 보안 전략의 구성 요소로 보입니다.”

데이터 집약적 컴퓨팅을 위한 차세대 컨테이너 솔루션으로의 전환

업계는 2024년까지 중요한 과제에 직면할 것입니다. 기존 엔터프라이즈 컨테이너 솔루션은 고급 컴퓨팅 요구 사항에 부적합한 경우가 많습니다. 인공 지능 애플리케이션과 같은 성능 집약적 컴퓨팅 환경. 이러한 요구는 보안과 액세스가 중요해지는 공유 환경에서 특히 그렇습니다. 이는 대규모의 데이터가 풍부한 환경의 기능을 통합하는 컨테이너 워크플로로의 전환을 주도합니다. 높은 컴퓨팅 수요와 복잡한 데이터 처리로 특징지어지는 이러한 복잡한 환경에서는 레거시 제품의 일부 기술 격차를 극복하기 위해 하이브리드 컨테이너 기술이 필요합니다.

Cunningham은 다음과 같이 말했습니다. “인공 지능과 데이터 집약적인 컴퓨팅의 복잡한 요구에 직면하면서 Singularity 컨테이너에 대한 기업의 관심이 급증했습니다. Singularity는 현대적인 확장에 내재된 확장성과 복잡성 문제를 해결하기 위해 특별히 설계되었습니다. 컴퓨팅은 커뮤니티 주도의 개선으로 인해 상당한 발전을 이루었으며 이제 기존 OCI 워크플로우와 원활하게 통합되어 까다로운 애플리케이션에 대한 확장성, 강력한 보안 및 향상된 효율성을 제공합니다. 또한 향상된 상호 운용성은 다양한 컴퓨팅 환경에서 성능을 향상시킵니다. 다양한 워크로드에 대한 적응성을 확장하고 점점 더 많은 기업이 이를 선택함에 따라 다양한 고급 오케스트레이션 및 관리 시스템과 원활하게 통합되어 시스템의 성능과 보안을 향상시키는 Sylabs의 솔루션을 통해 Sylabs는 파괴적인 변화 없이 더욱 성장할 것으로 기대합니다. 워크플로우에.”


위 내용은 2024년 컨테이너 기술 전망 : 고성능, 인공지능, 보안의 융합을 추구의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Bytedance Cutting, SVIP 슈퍼 멤버십 출시: 연간 연속 구독료 499위안, 다양한 AI 기능 제공 Jun 28, 2024 am 03:51 AM

이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Rag 및 Sem-Rag를 사용한 상황 증강 AI 코딩 도우미 Jun 10, 2024 am 11:08 AM

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. 미세 조정을 통해 LLM이 실제로 새로운 것을 배울 수 있습니까? 새로운 지식을 도입하면 모델이 더 많은 환각을 생성할 수 있습니다. Jun 11, 2024 pm 03:57 PM

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문 7가지 멋진 GenAI 및 LLM 기술 인터뷰 질문 Jun 07, 2024 am 10:06 AM

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

당신이 모르는 머신러닝의 5가지 학교 당신이 모르는 머신러닝의 5가지 학교 Jun 05, 2024 pm 08:51 PM

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. 대형 모델에 대한 새로운 과학적이고 복잡한 질문 답변 벤치마크 및 평가 시스템을 제공하기 위해 UNSW, Argonne, University of Chicago 및 기타 기관이 공동으로 SciQAG 프레임워크를 출시했습니다. Jul 25, 2024 am 06:42 AM

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합 SOTA 성능, 샤먼 다중 모드 단백질-리간드 친화성 예측 AI 방법, 최초로 분자 표면 정보 결합 Jul 17, 2024 pm 06:37 PM

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

SK하이닉스가 8월 6일 12단 HBM3E, 321고 NAND 등 AI 관련 신제품을 선보인다. SK하이닉스가 8월 6일 12단 HBM3E, 321고 NAND 등 AI 관련 신제품을 선보인다. Aug 01, 2024 pm 09:40 PM

1일 본 사이트 소식에 따르면 SK하이닉스는 오늘(1일) 블로그 게시물을 통해 8월 6일부터 8일까지 미국 캘리포니아주 산타클라라에서 열리는 글로벌 반도체 메모리 서밋 FMS2024에 참가한다고 밝혔다. 많은 새로운 세대의 제품. 인공지능 기술에 대한 관심이 높아지고 있는 가운데, 이전에는 주로 NAND 공급업체를 대상으로 한 플래시 메모리 서밋(FlashMemorySummit)이었던 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage) 소개를 올해는 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage)으로 명칭을 변경했습니다. DRAM 및 스토리지 공급업체와 더 많은 플레이어를 초대하세요. SK하이닉스가 지난해 출시한 신제품

See all articles