# Ember verschiebt Daten, wenn Arbeitslasten den GPU-Speicher übersteigen

> Forschende der Technischen Universität München entwickelten Ember, eine Speicherverwaltung, die verfolgt, welche Daten bei vollem GPU-Speicher auf der GPU bleiben sollten. Bei den datenintensiven Arbeitslasten der Studie erzielte das System höhere Werte als das standardmäßige Unified Virtual Memory auf drei NVIDIA-GPUs.

- Kanonische URL: https://newsverum.com/de/news/ember-unified-memory-oversubscribed-gpus-2026
- Herausgeber: Newsverum
- Rubrik: Technologie
- Land: Deutschland
- Veröffentlicht: 2026-10-13T01:40:12+00:00
- Aktualisiert: 2026-10-13T01:40:12+00:00
- Zeitraum der Quellenprüfung: 2026-10-09
- Weitere Ausgaben: [Türkçe](https://newsverum.com/tr/news/ember-unified-memory-oversubscribed-gpus-2026.md), [English](https://newsverum.com/en/news/ember-unified-memory-oversubscribed-gpus-2026.md), [العربية](https://newsverum.com/ar/news/ember-unified-memory-oversubscribed-gpus-2026.md), [Français](https://newsverum.com/fr/news/ember-unified-memory-oversubscribed-gpus-2026.md), [Español](https://newsverum.com/es/news/ember-unified-memory-oversubscribed-gpus-2026.md), [Português](https://newsverum.com/pt/news/ember-unified-memory-oversubscribed-gpus-2026.md)

*Die Quelle nennt kein Ereignisdatum; der angezeigte Zeitraum entspricht der Quellenprüfung.*

Anwendungen, die den GPU-Speicher überschreiten, müssen Daten zwischen Host- und Gerätespeicher verschieben. Die übliche Seitenmigration kann langsamer werden, wenn sie wiederholt Daten verschiebt, die für die aktuelle Arbeitslast wenig nützen. Die adaptive Ember-Variante ordnet Bereiche standardmäßig dem Host-Speicher zu, befördert häufig genutzte Bereiche anhand von GPU-Hardwarezählern in den Gerätespeicher und gibt weniger aktive Bereiche frei, bevor dieser voll ist.

Bei etwa 1,5-facher Speicherüberbelegung berichten die Autoren für die statische Ember-Variante über sechs datenintensive Anwendungen geometrische mittlere Beschleunigungsfaktoren gegenüber Standard-UVM von 9,12 auf RTX 5080, 6,83 auf A40 und 10,62 auf H200. Sie testeten außerdem Qwen2.5 14B und Qwen3 32B auf GPUs mit 16 GiB Speichergrenze. Die Ergebnisse gelten für die genannten Geräte und Arbeitslasten und sind keine allgemeine Leistungsgarantie für den Produktiveinsatz. Einige UVM-Baseline-Läufe erreichten die Grenze von 1.800 Sekunden; die betroffenen Beschleunigungen sind daher Untergrenzen.

## Daten

### Ergebnisse der GPU-Speichertests

Die Beschleunigungen gelten nur für die im Beitrag genannten GPUs und Arbeitslasten.

Methodik: Die Werte sind geometrische Mittel der Beschleunigung der statischen Ember-Variante gegenüber Standard-UVM über sechs Anwendungen, gemessen auf drei GPUs bei etwa 1,5-facher Speicherüberbelegung. Einige UVM-Baseline-Läufe erreichten die Grenze von 1.800 Sekunden; die betroffenen Beschleunigungen sind daher Untergrenzen.

| Zahl der GPUs | Zahl datenintensiver Arbeitslasten | Berichtetes Ergebnis |
|---|---|---|
| 3 | 6 | Geometrisches Mittel der Beschleunigung: statisches Ember / Standard-UVM |

Quellen: <https://arxiv.org/abs/2610.13408> · Daten herunterladen: [JSON](https://newsverum.com/api/v1/articles/ember-unified-memory-oversubscribed-gpus-2026/data/gpu-memory-benchmarks?lang=de&format=json) · [CSV](https://newsverum.com/api/v1/articles/ember-unified-memory-oversubscribed-gpus-2026/data/gpu-memory-benchmarks?lang=de&format=csv)

## Quellen

- [arXiv](<https://arxiv.org/abs/2610.13408>) (Quelle geprüft: 2026-10-13; Veröffentlicht: 2026-10-09)

---

Zitieren Sie die oben angegebene kanonische URL. [Redaktionsstandards und Korrekturen](https://newsverum.com/de/editorial)