A Phison bemutatott egy új számítási tároló SSD-t, amely beépített NPU-val és 64 GB beépített memóriával rendelkezik, lehetővé téve, hogy a meghajtó AI keretrendszereket, például PyTorch, vLLM, OpenVINO és llama.cpp közvetlenül a tárolt adatokon futtasson, ahelyett, hogy az egészet visszaküldené a szerverre. A cég a Supercomputer 2026 (SC26) kiállításon bemutatta a dizájnt, a Mixed Media nevű külön hibrid flash meghajtóval együtt.

Kulcs elvitelek

  • ✓A Phison számítási tároló SSD-je a beépített NPU-t 64 GB memóriával kombinálja, 130 GB/s sebességgel
  • ✓A meghajtó mesterséges intelligencia-keretrendszereket futtat, beleértve a PyTorch-ot, a vLLM-et, az OpenVINO-t és a llama.cpp-t közvetlenül a tárolt adatokon
  • ✓A Phison azt állítja, hogy a terv 10-100-szorosára csökkentheti a gazdagépnek továbbított adatokat bizonyos munkaterheléseknél
  • ✓A második meghajtó, a Mixed Media egy 16 csatornás részben ötvözi a gyors pSLC gyorsítótárat és a nagy kapacitású QLC flasht.
  • ✓Mindkét terv fejlesztés alatt áll, a Phison még nem erősítette meg a végleges specifikációkat vagy a bevezetési ütemtervet

Mindkét termék gyártása folyamatban van. A Phison előre jelezte, hogy „az említett termékek és funkciók közül sok még fejlesztés alatt áll”, és a véglegesítést követően kiszállításra kerül, így ezek közül még nem lehet megvásárolni. A mögöttük rejlő ötletek azonban arra mutatnak, hogy merre halad a vállalati tárolás, miközben az AI munkaterhelése folyamatosan növekszik.

Amit Phison mutatott az SC26-on

A számítási tároló SSD egy egyszerű előfeltételre épül: ahelyett, hogy egy teljes adatkészletet lehúzna a meghajtóról a hálózaton keresztül, hogy egy szerver feldolgozza, az SSD maga dolgozza fel az adatokat, és csak az eredményeket küldi vissza. A Phison szerint ez „10-100-szor kevesebb adatátvitelt” jelenthet a megközelítésnek megfelelő munkaterhelések esetén, ami felszabadítaná a gazdagép CPU-t más feladatokhoz.

A Mixed Media meghajtó egy másik problémát old meg. A gyors pSLC gyorsítótárat és a nagy kapacitású QLC flasht egyetlen 16 csatornás vezérlő mögött egyesíti, így a szerver minden meghajtórekeze használható tárhelyet biztosít. Egyetlen kapacitást sem különítenek el pusztán dedikált gyorsítótár-meghajtóként, így ma sok nagy kapacitású vállalati tömb működik.

Az NPU belsejében és korlátaiban

A Phison az integrált NPU-t „36 800 DMIPS” számítási teljesítményre értékeli, ez a Dhrystone Million Instructions Per Second adat, amely egy meglehetősen régi, az 1980-as évek CPU-teszteléséből származó referenciaérték. Az NPU-k besorolása gyakrabban TOPS, amit a Phison itt nem adott meg. Ez a hiányosság azt sugallja, hogy a DMIPS-szám valószínűleg az NPU mellett elhelyezkedő általános célú processzormagokat írja le, valószínűleg Arm Cortex kivitelben, nem pedig az NPU tényleges AI-áteresztőképességét.

Az SC26 vállalati tárolási konferencián bemutatott Phison számítási tároló SSD beépített NPU-val

A 64 GB-os memória és a 130 GB/s-os sávszélesség sokkal fontosabb ahhoz, hogy ez a meghajtó milyen terhelésre készült. A Phison nem erősítette meg a memória típusát, bár az LPDDR5X valószínű jelölt, mivel a Phison Topaz NPU kártyájában használják a Computexen. Kontextusban a 130 GB/s az Nvidia DGX Spark memóriasávszélességének felénél kevesebb, mint egy kifejezetten mesterséges intelligencia fejlesztésre épített rendszer, ami érzékelteti, hogy a meghajtó beépített számítási képessége mennyire képes a dedikált AI-hardverhez képest.

Nem az első kísérlet a tárhely számítására

A feldolgozási teljesítmény közvetlenül az SSD-re helyezése nem új ötlet. A Samsung még 2018-ban bemutatta a SmartSSD-t, amely egy FPGA-t használt a meghajtón az adatok feldolgozásához anélkül, hogy azokat a chipről eltávolítaná. Az AMD Xilinx Versal FPGA-jára épülő 2022-es frissítés több mint 50 százalékkal alacsonyabb feldolgozási időt és akár 97 százalékkal alacsonyabb szerver CPU-használatot követelt a nehéz adatbázis-lekérdezésekhez. Ez a meghajtó azóta eltűnt a Samsung saját kínálatából, bár egy verziót állítólag még tavaly óta Xilinx néven árultak.

A ScaleFlux szűkebb megközelítést alkalmazott: az SSD-vezérlőn belüli tömörítést kezelte, így a meghajtó úgy néz ki, mint bármely közönséges NVMe-eszköz a gazdagép számára, és nincs szükség alkalmazásmódosításra. Vezérigazgatója azt állította, hogy ez az egyetlen olyan vállalat, amely számítógépes tárolást üzemeltet hiperméretben. A Phison saját technológiai igazgatója, Sebastien Jean korábban azzal érvelt, hogy az általános számítási tárolás leállt, mert „minden használati eset rendkívül egyedi, és egyszerűen nem skálázható”, és a teljes Linux-verem futtatását a meghajtó nagyobb processzorain „pie-in-the-sky” megközelítésnek nevezte. Az SC26-nál bemutatott kialakítás általánosabb célokat szolgál, mint azt a korábbi álláspont sugallná, valószínűleg azt tükrözi, hogy az AI-igény milyen gyorsan változtatta meg a prioritásokat.

A gyorsítótár és a kapacitás vegyes médiás megközelítése

A Mixed Media használatával a vaku pSLC része 1 bites SLC módban futtatja a 4 bites QLC cellákat, némi kapacitást váltva ki az állóképességgel és a sebességgel. Jean leírása szerint a tartós csoportot a QLC régiótól külön kezelik, és mindegyik saját névtérként jelenik meg az operációs rendszer számára. A magasan írható adatok az SLC-mód csoportba kerülnek, míg a QLC azokat az adatokat kezeli, amelyeket gyakrabban olvasnak, mint írnak.

A Phison azzal érvel, hogy ez ellenállóbb, mint egy dedikált gyorsítótár-meghajtó beállítása: a 24 meghajtóból egy vegyes médiás tömb elvesztése a teljes gyorsítótár körülbelül 4 százalékába kerül, szemben a 25 százalékos veszteséggel, ha négy meghajtót pusztán gyorsítótárazásra teszünk félre. A kompromisszum az, hogy egyetlen meghajtó meghibásodása egyszerre érinti a kapacitást és a gyorsítótár egy részét, nem pedig a kettőt. A Kioxia hasonló koncepciót mutatott be, az úgynevezett Mixed Mode-t az FMS 2025-ön, ami azt sugallja, hogy a pSLC-QLC arány 1:4 körül kezdődik, bár a legtöbb vásárló a hírek szerint a maximális QLC-kapacitás 0,5-2 százalékához közelebb eső pSLC-t preferálja.

Az SC26 vállalati tárolási konferencián bemutatott Phison számítási tároló SSD beépített NPU-val

Mit jelent ez a vállalati vásárlók számára

Egyik meghajtó sem a fogyasztókat célozza meg, és itt semmi sem változtat azon, ami ma a kiskereskedelemben elérhető. De az irányt érdemes figyelni. Az adatközpontokra nyomás nehezedik, hogy közelebbről lehessen következtetéseket levonni az adatok helyéhez, részben azért, hogy csökkentsék a hálózati terhelést, részben pedig azért, hogy csökkentsék az egyre drágább gazda-CPU-k munkáját. Az ORICO legújabb SSD-je, amely gyorsítótárat foglal le a helyi mesterséges intelligencia számára, és a HP ZGX Fury munkaállomása, amely a mesterséges intelligencia helyi futtatására épült, ugyanazt a tendenciát mutatják különböző irányokból, és közelebb helyezik az AI számításait a tárolóhoz és a memóriához, nem pedig kizárólag a központi processzorra.

A Mixed Media eközben illeszkedik a QLC flash felé történő szélesebb elmozduláshoz a nyers kapacitás érdekében, és intelligensebb módszerekkel párosul a QLC által általában okozott teljesítménybüntetés elkerülésére. Ez hasonló filozófia, mint a Seagate FireCuda Forge, amely az SSD sebességét keveri a merevlemez kapacitásával, csak teljesen flash-en belül alkalmazva, nem pedig különböző tárolótípusokon. Mivel a mesterséges intelligencia által vezérelt kereslet a merevlemez-gyártókat is a kibocsátás bővítésére készteti, amint az a Toshiba közelmúltbeli terjeszkedésében is látható, hogy kielégítse a mesterséges intelligencia által vezérelt meghajtók iránti növekvő keresletet, a vállalati tárolóarchitektúrára nehezedő nyomás a jelek szerint tovább fog növekedni, mielőtt a Phison bármelyik meghajtója elérné a termelést.

Gyakran ismételt kérdések

Mi az a számítási tároló SSD?

A számítási tároló SSD közvetlenül a meghajtón dolgozza fel az adatokat, ahelyett, hogy először a kiszolgáló CPU-jának küldené el. Csak a releváns eredményeket adja vissza, ami csökkentheti a hálózaton áthelyezett adatok mennyiségét, és csökkentheti a gazdagép processzorának terhelését.

Mikor lesz elérhető a Phison számítási tároló SSD-je?

A Phison nem közölt megjelenési dátumot. A cég azt mondta, hogy az SC26-on bemutatott tervek még fejlesztés alatt állnak, és a véglegesítés után megjelennek, így az árat vagy a rendelkezésre állást nem erősítették meg.

Miben különbözik a vegyes média a normál SSD-től?

A szabványos nagy kapacitású vállalati beállítások gyakran külön meghajtókat használnak pusztán a gyors gyorsítótárhoz. A Mixed Media ehelyett a gyors pSLC-gyorsítótárat és a nagy kapacitású QLC-tárhelyet is minden meghajtóba helyezi, így egyetlen rekesz sincs kizárólag a gyorsítótár számára.

Valaki próbálta már SSD-re rakni a számítást?

Igen. A Samsung SmartSSD-je FPGA-t használt a meghajtón történő feldolgozáshoz 2018-tól kezdődően, a ScaleFlux pedig évek óta kezeli az SSD-vezérlők tömörítését. A Phison megközelítése abban különbözik, hogy az általános mesterséges intelligencia keretrendszereket támogatja, nem pedig egyetlen rögzített funkciót.