인텔® Memory Drive Technology
메모리 RAS 기술을 분석 및 예측하고 결함 비트를 격리하는 메모리 오류 비트.
인텔® Memory Resilience Technology 사용 사례
다차원 모델과 알고리즘을 통해, 메모리 오류를 마이크로 아키텍처 수준에서 마이닝하고 분석하는 인텔® Memory Resilience Technology는 다음과 같은 용도로 사용할 수 있습니다.
- 결함 메모리 부품 감지 및 보고서.
- 결함 비트를 격리하는 예측 페이지 오프라이닝.
- 불필요한 DIMM 교체 및 유지 관리 노력을 줄입니다.
- 전자 폐기물을 줄이고 전자 부품 수명을 연장합니다.
사례 연구 및 백서
SK하이닉스: 인텔® Memory Resilience Technology
예측적 메모리 장애 분석에 인공 지능을 사용하면 데이터 센터가 메모리 오류를 줄이는 데 도움이 될 수 있습니다.
Tencent: Tencent의 인텔® Memory Failure Prediction
인텔® Memory Failure Prediction는 온라인 기계 학습을 통해 메모리 신뢰성을 대폭 향상하고 다운시간을 낮추었습니다.
Meituan: 안정성을 향상한 인텔® Memory Failure Prediction
인텔® Memory Failure Prediction은 기계 학습을 사용해 하드웨어 장애 전 잠재적인 메모리 장애 알림을 전송하여 다운타임을 줄입니다.
Alibaba Cloud: 인텔® Memory Resilience Technology DDR5 안정성 향상
DDR5 메모리 안정성을 극대화하도록 Alibaba Cloud를 강화하여 BMC에서 AI 지원 장애 분석
ByteDance: 수정 불가능한 메모리 오류 예방을 위한 오류 인식 예측 가이드 페이지 오프라이닝
ByteDance의 경험적 평가, 오류 인식 예측 가이드 페이지 오프라이닝은 기존 OS 정책보다 20배 더 많은 UE를 방지합니다.
Samsung: 데이터 센터에서 메모리 안정성 향상
인텔® Memory Resilience Technology는 미세 입자 원격 측정과 인공 지능을 사용하는 예측적 장애 분석과 지능형 방지를 통해 데이터 센터의 메모리 오류를 줄입니다.
기사 및 백서
고지 및 부인 정보
인텔은 타사 데이터를 제어하거나 감사하지 않습니다. 정확성을 평가하려면 기타 소스를 참고해야 합니다.
인텔 MFP 사용을 통해 제공되는 메모리 장애 예측 결과는 측정되며 시스템 하드웨어, 소프트웨어, 또는 구성의 차이에 따라 달라질 수 있습니다. 결과는 다차원 모델과 알고리즘을 사용해 도출되며 잠재적인 메모리 장애를 예측하며, 메모리 장애와 관련된 어떠한 보증도 구성하지 않습니다.