Solidigm：在QLC等领域耕耘已久，已经做好充分准备服务AI客户 原创

去年，AIGC带动了大量的HBM需求，今年，我们又看到QLC 等 SSD“深受追捧”。如果说今年年初，整个行业对NAND市场趋势还不乐观，那么现在看来，AI对SSD的影响突显出来：最新的数据表明，北美地区的中等规模客户在新建数据中心的时候，基本上不再考虑纯HDD的方案，而这一波趋势可能至少会持续到2025年甚至更久。

受GPU性能进化和功耗、空间等限制的影响，怎么样在有限的机架柜里，部署更多的算力、更多的存力？存储基础设施的建设变成了一个AIGC客户必须要考虑的事情。在这种背景下，大容量且在成本和性能实现平衡的QLC NAND SSD更是迎来市场的春天。

Solidigm作为最早布局四层单元（QLC） NAND的固态硬盘（SSD）的厂商，随着当前QLC的性能、耐用性、故障率等技术的成熟，QLC在更低成本下能够提供与TLC相当的性能。

“Solidigm从2018年开始在QLC方面的耕耘，我们做了6年多的QLC，积累了很多产品、技术、方案层面的经验，我们目前是全球唯一拥有经企业验证的61.44TB QLC SSD的厂家，我们的产品已经准备好了，技术也非常成熟。” Solidigm亚太区销售副总裁倪锦峰解释了Solidigm取得的成绩，其实是一个长年累月的积累结果。

人工智能工作流下的存储：挑战与机遇

谈到AI，大家谈到的是大模型，是数据的训练和推理，主要考虑GPU的能力，但是因为整个数据训练和推理是一个循环的过程，最终还是要对数据进行存储。

在AI时代，巨量的数据和数据呈现出的指数级的增长态势，随着与云数据中心传输距离的增加，人工智能工作流需要在包括核心数据中心、近边缘以及远边缘端等不同位置流动，如何优化包括数据采集、训练、推理和存储整个过程，让不同应用数据在不同的存储环境中快速流动，传统存储技术和方案能否胜任边和端的复杂环境和多样化需求，实现数据快速流动，成为新的挑战。

相比HDD而言，大容量、高带宽以及高吞吐的SSD成为数据存储新选择。

SSD对比HDD：几十/上百倍的性能优化

对于AI工作流的数据存储而言，Solidigm通过实际的工作负载以及存储方案，针对核心数据中心、近边缘和远边缘端中的工作负载到底呈现什么样的特色，以及对数据存储的性能有什么样的要求，进行实践，得出结论是，在人工智能领域，SSD更胜一筹。

比如在核心数据中心，数据摄取阶段和归档阶段对写入吞吐量和容量要求比较高；检查点更多地注重高顺序写入和高顺序读取；训练需要更高的容量和吞吐量，同时对顺序带宽要求比较高一点。在远边缘，用轻量级的训练能够提升一部分的存储性能，提升NPU、CPU或者是TPU的利用率。在数据准备阶段，基本上都是存储池越大越好，同时更注重的是并发90/10读写混合的高读写带宽能力。

根据这些能力，用户可以选择更合适的存储方案。通过SSD和HDD的性能对比：包括在数据摄取阶段的顺序写入能力，准备阶段的顺序读取能力，以及训练阶段的检查点和恢复，顺序写入和顺序读取能力，推理阶段的数据随机读取能力，都可以看出，SSD相对HDD呈现明显的优势。“以P5430（30TB）为例，在推理阶段，随机读取能力要比HDD高4500倍，顺序写入阶段差不多可以高10倍左右，基本上每项能有10倍到几千倍的提升。在SSD实际部署场景的综合评价里，也有几十倍甚至是上百倍的优化。” 倪锦峰谈到。

QLC SSD在AI领域的应用探讨

QLC的发展前景很大，首先是替代TLC NAND SSD，目前消费端QLC NAND SSD已经替换掉很大一部分的TLC NAND SSD，后面会更进一步加速。企业级方面也开始替换一部分的TLC，比如说P5430，它的目标是替代一部分的TLC SSD。其次，随着QLC NAND SSD在容量和成本方面的优势，未来也会替代一部分HDD，比如SSD就是替换部分温数据存储。

这是因为随着AI生态的完善，QLC SSD里还要加入额外的一些特性，比如说大家都比较熟悉的数据压缩/解压缩、去重等等，能够把这些能力能够集成到SSD里，卸载一部分GPU或者是CPU的算力，这些都是将来QLC替换HDD展现的方向。

 “Solidigm在QLC里耕耘了很多年，从2018年至今，六年多的时间里，我们在技术、产品、方案当中做了很多创新，我们也做了好几代的QLC的产品。当前我们提供了三大系列的QLC产品：192层的D5-P5430，192层的D5-P5336，144层的D5-P5316。”

当然对于用户而言，采用SSD最关注的还是成本。在大部分人的眼里，硬盘只是一个很简单的容量翻倍，但是对专业人士来说完全不是。目前要做一个大容量的QLC SSD不容易，但是怎么样把它用好更难。“比如要实现单卡128TB的容量的QLC SSD，目前每张卡要集成的Die需要1.2张晶圆片，不同的晶圆片意味着质量管控、产品设计、non-NAND等要求更高。可能任何的电阻、电容或者是一个接口坏了，就会损失1.2张晶圆片。” 倪锦峰解释了工艺方面的挑战。

而更长期的挑战是，怎么样让大容量的硬盘给客户带来更多的价值，比如集成压缩/解压缩、去重等越来越多的功能。那么对客户来说意味着什么呢？对于客户来说不是简单地说用QLC替换HDD，把单服务器容量从400TB涨到1PB、2PB或者是4PB。客户要考虑到很多，除了功耗的节省和空间的节省之外，还要考虑容错管理。以前一个4TB或者是8TB的盘失效了，可以很快做恢复。当一块硬盘变成128TB，如果这个盘失效了，或者是一个节点2PB或者是4PB失效了，这个失效管理怎么做？可以用EC（erasure coding），或者把网络能力升级，使得恢复的时间大大缩短，才能满足交付的要求。

同时还要考虑在生态方面的优化，因为替换HDD会造成接口、能耗等变化，这些都需要做出相应的改变。在软件层面，QLC解决方案适合对顺序带宽要求比较高的场景，但是一旦有一些随机写的场景应该怎么办？是加一段高速缓存，还是用CASL软件，或者是用自己的方案做聚合？这方面也是有很多需要去考虑的。

“QLC SSD替代HDD，需要长期主义，并要做到四点，一是软硬件的生态系统，特别是软件的优化；二是硬件的生态系统，比如说服务器的远程支持；三是怎么样能够降低成本，四是架构方面的优化。” 倪锦峰最后分享到。而这四点，也是率先进入QLC SSD领域，且深耕6年之久的Solidigm，一直在做的事情。