ODCC大会焦点！大普微李根：面向AI负载和写放大挑战的闪存技术

2024-09-24

在人工智能飞速发展的背景下，AI工作负载的高强度和大批量读写操作，对SSD的存储容量、速度和能效等方面提出了新的诉求。

QLC SSD的大容量与高带宽优势使其适用于承载AI全生命周期的数据。通过在读密集场景采用QLC SSD替代TLC SSD，可以降低单盘成本并提高服务器单节点存储密度，使系统中每GB的存储成本更低。而通过用QLC SSD替代传统HDD，提高存储效率的同时大幅减少了硬盘和服务器的数量，进而降低了功耗和运维成本，实现5年总拥有成本（TCO）节省45%的显著效果。

AI训练任务对存储接口速率要求极高，这是由于数据加载的速度将影响GPU资源利用率和训练速度，并且GPU主导的存储访问方式会产生更密集的IO请求。因此，AI模型训练更加凸显了高效、高速存储解决方案的重要性。新一代的PCIe5.0高速存储接口能够提供比上一代技术更快的接口速度，有效提升GPU利用率并降低成本。

微信图片_20240924110737.png

技术成果

在闪存技术发展历程中，减少写放大效应是各SSD厂商的重要目标之一。最新的FDP和ZNS技术与应用程序互相配合，能实现写放大接近于1。大普微的PCIe 5.0 R6和H5系列SSD产品全面支持 FDP技术，大幅度降低了写放大效应，提高了SSD的性能和寿命。本次大会发布了NVMe ZNS测试规范，本项目由大普微牵头，联合多家厂商共同编写完成，提供了ZNS测试方法和评估标准，帮助用户可以更好地理解和应用ZNS技术，为未来的存储系统架构提供了更多的选择。

PPT公开