該報告深入探討了 GPU VRAM、DRAM、SSD 以及新技術如 aiDAPTIV+ 和 Ollama 在性能與應用上的差異與潛力，說明 VRAM 具備高頻寬與低延遲的優勢，適用於即時運算；DRAM 雖性能接近但受限於單向讀寫，適合中頻需求；SSD 具大容量但速度慢，適用於批量處理場景；aiDAPTIV+ 結合 SSD 提供低成本解決方案，適合大模型訓練與推理；Ollama 則利用 DRAM 作為延伸資源，但在高頻需求場景下表現有限。展望未來，新技術如 DirectStorage 和 GDDR7 的應用有望提升性能並縮小各硬體間的差距，推動 AI 訓練與推理的進一步發展。