【導(dǎo)讀】隨著人工智能技術(shù)的飛速發(fā)展，GPU算力的指數(shù)級(jí)增長(zhǎng)正對(duì)底層基礎(chǔ)設(shè)施提出前所未有的挑戰(zhàn)。Solidigm深刻洞察到，單純依靠計(jì)算能力的提升已不足以支撐未來(lái)的AI工作負(fù)載，存儲(chǔ)系統(tǒng)的效率與架構(gòu)革新成為了決定系統(tǒng)整體性能的關(guān)鍵。面對(duì)這一轉(zhuǎn)型，Solidigm總結(jié)了當(dāng)前重塑AI數(shù)據(jù)存儲(chǔ)格局的三大核心趨勢(shì)：存儲(chǔ)發(fā)展必須與GPU算力同步演進(jìn)以打破性能瓶頸，專用AI SSD正從被動(dòng)存儲(chǔ)向主動(dòng)計(jì)算參與者轉(zhuǎn)變，以及液冷技術(shù)的興起將為高密度服務(wù)器環(huán)境帶來(lái)物理形態(tài)的根本性變革。這些趨勢(shì)共同指向一個(gè)更加均衡、高效且智能的AI基礎(chǔ)設(shè)施新范式。
趨勢(shì)一：存儲(chǔ)的發(fā)展必須與GPU算力齊頭并進(jìn)
當(dāng)GPU變得日益強(qiáng)勁，存儲(chǔ)的效率需要相應(yīng)提升，在更高的性能要求與更低的功耗之間取得平衡。Solidigm工程經(jīng)理Hardeep Singh表示：“功耗至關(guān)重要。GPU功耗的攀升，要求存儲(chǔ)必須變得更高效，用較低的功耗維持高性能?！边@給服務(wù)器內(nèi)部和整個(gè)集群帶來(lái)了很多的存儲(chǔ)挑戰(zhàn)。
在服務(wù)器內(nèi)部，GPU算力的持續(xù)增長(zhǎng)讓存儲(chǔ)的性能瓶頸愈發(fā)凸顯。原因有以下幾點(diǎn)：首先，現(xiàn)代加速器消耗數(shù)據(jù)的速度超過(guò)了傳統(tǒng)NVMe SSD的數(shù)據(jù)供給速度。在存儲(chǔ)路徑無(wú)法滿足GPU數(shù)據(jù)需求的環(huán)節(jié)，將不可避免地帶來(lái)系統(tǒng)性能的降低。
Solidigm的AI專家們表示，這一挑戰(zhàn)在集群層面會(huì)進(jìn)一步加?。簽閿?shù)千個(gè)GPU供給數(shù)據(jù)，需要大規(guī)模的SSD集群。這些集群需要能夠提供極高的并行性，在讀取密集型的AI工作負(fù)載下實(shí)現(xiàn)出色的磨損均衡，并且在QoS不會(huì)下降的前提下保持性能的穩(wěn)定。
遺憾的是，存儲(chǔ)并不是唯一的瓶頸。范圍、規(guī)模以及與主機(jī)系統(tǒng)的交互都將受到類似影響。確保內(nèi)部和外部網(wǎng)絡(luò)能高效地將數(shù)據(jù)從存儲(chǔ)端傳輸?shù)接?jì)算資源將非常重要。
克服這些障礙的方法，在于存儲(chǔ)解決方案的規(guī)模與擴(kuò)展能力。我們應(yīng)該不只關(guān)注單個(gè)驅(qū)動(dòng)器的速度，還應(yīng)該關(guān)注能夠駕馭強(qiáng)大GPU需求的解決方案級(jí)能力。如前所述，相較于計(jì)算能力，存儲(chǔ)效率才是系統(tǒng)性能的決定性因素。
談及最近發(fā)布的NVIDIA推理上下文記憶存儲(chǔ)平臺(tái)（ICMSP），Solidigm AI與生態(tài)系統(tǒng)營(yíng)銷總監(jiān)Ace Stryker剖析道：“多年來(lái)，模型訓(xùn)練數(shù)據(jù)的激增吸引了大量的目光，但真正的爆發(fā)其實(shí)發(fā)生在由RAG數(shù)據(jù)與KV緩存（模型用于記憶用戶交互的上下文）等趨勢(shì)驅(qū)動(dòng)的AI推理端。”他補(bǔ)充說(shuō)，NVIDIA的發(fā)布印證了這一點(diǎn)。Solidigm憑借其領(lǐng)先的產(chǎn)品、穩(wěn)固的伙伴關(guān)系和深厚的技術(shù)積淀，已準(zhǔn)備好引領(lǐng)這場(chǎng)變革。
Ace Stryker 表示：“顯而易見(jiàn)，通過(guò)GPU內(nèi)存來(lái)管理所有內(nèi)容是天方夜譚，而高性能SSD是正確的解決方案。”
趨勢(shì)二：專用AI SSD演進(jìn)，以滿足AI存儲(chǔ)需求
為支撐AI所需的海量吞吐，SSD從被動(dòng)的存儲(chǔ)設(shè)備演變?yōu)榱酥鲃?dòng)的計(jì)算參與者。SSD架構(gòu)正在經(jīng)歷著深刻變革，包括：
深度并行：重新設(shè)計(jì)控制器，為極高的隨機(jī)讀取IOPS服務(wù)，同時(shí)降低尾延遲峰值，避免AI訓(xùn)練停滯。
精簡(jiǎn)堆棧：進(jìn)一步精簡(jiǎn)PCIe和NVMe堆棧，在數(shù)據(jù)路徑中降低每微秒的延遲。
更智能的固件：先進(jìn)的遙測(cè)和數(shù)據(jù)放置算法能夠預(yù)取數(shù)據(jù)，并將其精確地部署在GPU需要的地方。
存儲(chǔ)架構(gòu)的演進(jìn)還體現(xiàn)在其利用SSD不同特性的方式上。Solidigm領(lǐng)導(dǎo)力敘事與技術(shù)布道總監(jiān)Scott Shadley指出，SSD一貫的低延遲性能，能夠應(yīng)對(duì)持續(xù)增長(zhǎng)的數(shù)據(jù)訪問(wèn)需求，而將數(shù)據(jù)從HDD遷移至SSD，則為實(shí)時(shí)AI應(yīng)用提供了數(shù)據(jù)可用性保障。隨著SSD逐漸轉(zhuǎn)變?yōu)锳I專用驅(qū)動(dòng)器，SSD的角色將不再局限于存儲(chǔ)，而更像一種高帶寬的內(nèi)存擴(kuò)展。
趨勢(shì)三：液冷存儲(chǔ)的興起
我們預(yù)見(jiàn)，2026年最重大的物理形態(tài)變革，將是向無(wú)風(fēng)扇的液冷服務(wù)器環(huán)境的過(guò)渡。正如Solidigm AI與領(lǐng)導(dǎo)力營(yíng)銷高級(jí)總監(jiān)Roger Corell所說(shuō)，對(duì)于功率密度日益增高的環(huán)境而言，高效的散熱管理至關(guān)重要；而在散熱效率上，液冷比風(fēng)冷要高出一個(gè)數(shù)量級(jí)。Solidigm團(tuán)隊(duì)與NVIDIA率先推出了采用單面冷板技術(shù)的液冷eSSD，這一合作是一個(gè)很好的范例。
這一物理形態(tài)轉(zhuǎn)變的背后，有兩大驅(qū)動(dòng)力：其一，當(dāng)GPU/CPU采用液冷后，傳統(tǒng)風(fēng)扇便失去了存在的必要；其二，隨著存儲(chǔ)功耗與性能的同步上升，傳統(tǒng)風(fēng)冷已力不從心。
液冷的采用，消除了服務(wù)器設(shè)計(jì)對(duì)于風(fēng)冷的依賴。這使得SSD能在維持同等尺寸的前提下，釋放出更高的持續(xù)性能。Solidigm AI市場(chǎng)賦能與合作高級(jí)總監(jiān)Avi Shetty表示：“借助遠(yuǎn)超風(fēng)冷的散熱效率，液冷技術(shù)讓存儲(chǔ)能夠從容應(yīng)對(duì)下一代AI系統(tǒng)在散熱與密度上的嚴(yán)苛要求?！?/p>
借助全液冷的解決方案，我們得以擺脫傳統(tǒng)風(fēng)扇散熱的束縛，從而更好地優(yōu)化系統(tǒng)設(shè)計(jì)。這一改變賦予了設(shè)計(jì)更高的自由度，催生了密度更高的服務(wù)器形態(tài)，并加速了SSD從U.2等傳統(tǒng)規(guī)格向EDSFF等新形態(tài)的過(guò)渡。
SSD：AI的核心賦能者
展望2026年和未來(lái)，曾經(jīng)算力為王的AI時(shí)代開(kāi)始邁向一個(gè)更加均衡、整體的基礎(chǔ)設(shè)施新范式。衡量一個(gè)系統(tǒng)性能的，不僅僅是GPU每秒萬(wàn)億次的浮點(diǎn)運(yùn)算，更是數(shù)據(jù)供給的效率。
Solidigm關(guān)注的重點(diǎn)從未改變：我們專注于那些足以重塑AI數(shù)據(jù)存儲(chǔ)及未來(lái)格局的開(kāi)拓性理念與創(chuàng)新。我們期待與您攜手，共同邁向一個(gè)存儲(chǔ)扮演AI工作流程中主動(dòng)、智能參與者角色的未來(lái)。
總結(jié)
AI時(shí)代將從“算力為王”邁向計(jì)算與存儲(chǔ)協(xié)同發(fā)展的整體基礎(chǔ)設(shè)施新紀(jì)元。衡量系統(tǒng)性能的標(biāo)準(zhǔn)不再僅僅是GPU的浮點(diǎn)運(yùn)算能力，更在于數(shù)據(jù)供給的效率與智能化水平。Solidigm將繼續(xù)致力于通過(guò)開(kāi)拓性的理念與創(chuàng)新，推動(dòng)存儲(chǔ)角色從被動(dòng)的數(shù)據(jù)倉(cāng)庫(kù)轉(zhuǎn)變?yōu)锳I工作流程中主動(dòng)、智能的參與者。
