这份专利围绕AI模型训练相关技术,而闪存存储以往普遍被认为并不适配模型训练工作。

🔎闪迪能够提交这份专利,核心是抓住了技术路径突破口:该专利并不覆盖完整大模型全量训练流程,仅针对LoRA低秩适配微调方案,这套技术方案能让模型绝大多数参数全程保持静态不变。

🧠整套技术逻辑不需要重新完整训练整个大模型,而是冻结主模型全部权重,仅单独训练外接的小型附加适配模块,被冻结的主模型参数在整个微调流程里不会发生任何改动。

闪迪的核心技术洞察:如果大模型主体权重全程固定不变,就无需使用成本高昂的高速内存持续存放,只需要反复读取调用即可。

重复读取数据的工作,恰好是低成本闪存存储完全能够胜任的任务。

隐藏内容

此处内容需要权限查看

  • 普通用户特权:3投研币
  • 会员用户特权:免费
  • 永久会员用户特权:免费推荐
会员免费查看