Kioxia พัฒนา SSD PCIe 6.0 GP1 ทำได้มากกว่า 20 ล้าน IOPS เจาะตลาดโครงสร้างพื้นฐาน AI
Kioxia เปิดเผยความคืบหน้าของ SSD GP1 รุ่นใหม่ที่ออกแบบมาสำหรับงานประมวลผลข้อมูลความเร็วสูง โดยบริษัทระบุว่าสามารถทำประสิทธิภาพการอ่านแบบสุ่มได้มากกว่า 20 ล้าน
Kioxia เปิดเผยความคืบหน้าของ SSD GP1 รุ่นใหม่ที่ออกแบบมาสำหรับงานประมวลผลข้อมูลความเร็วสูง โดยบริษัทระบุว่าสามารถทำประสิทธิภาพการอ่านแบบสุ่มได้มากกว่า 20 ล้าน IOPS สำหรับข้อมูลขนาด 512 ไบต์ และใช้เทคโนโลยีหน่วยความจำ XL-FLASH รุ่นที่สาม การพัฒนานี้มุ่งตอบโจทย์ระบบ AI ที่ต้องเข้าถึงข้อมูลจำนวนมาก พร้อมผลักดันหน่วยความจำแฟลชให้มีบทบาทใกล้เคียงกับหน่วยความจำหลักในงานเฉพาะทาง
Kioxia เร่งพัฒนา SSD สำหรับงาน AI ที่ต้องใช้ข้อมูลจำนวนมาก
Kioxia เปิดเผย SSD GP1 รุ่นปรับปรุงที่มุ่งเน้นประสิทธิภาพการเข้าถึงข้อมูลแบบสุ่ม โดยรายงานของ TechRadar ระบุว่าอุปกรณ์รุ่นใหม่นี้ทำได้มากกว่า 20 ล้าน IOPS สำหรับการอ่านข้อมูลขนาด 512 ไบต์ ซึ่งเป็นตัวเลขที่บริษัทนำเสนอเพื่อแสดงความสามารถของเทคโนโลยี
IOPS หรือ Input/Output Operations Per Second เป็นหน่วยวัดจำนวนการดำเนินการอ่านหรือเขียนข้อมูลต่อวินาที โดยมีประโยชน์ในการเปรียบเทียบอุปกรณ์จัดเก็บข้อมูลที่ต้องรับมือกับคำขอจำนวนมาก อย่างไรก็ตาม ค่า IOPS เพียงอย่างเดียวไม่ได้บอกประสิทธิภาพทั้งหมด เพราะผลลัพธ์ยังขึ้นอยู่กับขนาดข้อมูล รูปแบบการเข้าถึง ความหน่วง และเงื่อนไขการทดสอบ
XL-FLASH รุ่นที่สามช่วยเพิ่มประสิทธิภาพ
รายงานระบุว่า GP1 ใช้เทคโนโลยี XL-FLASH รุ่นที่สาม ซึ่ง Kioxia พัฒนาสำหรับงานที่ต้องการความหน่วงต่ำและการเข้าถึงข้อมูลอย่างรวดเร็ว โดยมีการปรับปรุงประสิทธิภาพการอ่านและเขียนเมื่อเทียบกับรุ่นก่อนหน้า
หน่วยความจำแฟลชมีข้อดีด้านการจัดเก็บข้อมูลถาวรและความหนาแน่นในการจัดเก็บ ขณะที่ DRAM มีคุณสมบัติเหมาะกับการเข้าถึงข้อมูลอย่างรวดเร็วและมีความหน่วงต่ำ การพัฒนา XL-FLASH จึงเป็นความพยายามเพิ่มประสิทธิภาพของหน่วยความจำแฟลชสำหรับงานเฉพาะทางที่ต้องการตอบสนองรวดเร็ว
อย่างไรก็ตาม SSD ยังไม่สามารถใช้แทน DRAM ได้โดยตรงในทุกสถานการณ์ เนื่องจากทั้งสองเทคโนโลยีมีคุณสมบัติ ต้นทุน และรูปแบบการทำงานต่างกัน
ทำไม AI ต้องการระบบจัดเก็บข้อมูลความเร็วสูง
ระบบ AI ในศูนย์ข้อมูลไม่ได้ใช้ทรัพยากรเฉพาะ GPU และหน่วยความจำเท่านั้น แต่ยังต้องจัดการข้อมูลจำนวนมาก ทั้งชุดข้อมูลสำหรับฝึกโมเดล ข้อมูลสำหรับการประมวลผล และข้อมูลที่ใช้ระหว่างการให้บริการ
เมื่อระบบมีคำขอจำนวนมาก การอ่านข้อมูลจากอุปกรณ์จัดเก็บข้อมูลที่ช้าหรือมีความหน่วงสูงอาจกลายเป็นคอขวดของระบบได้ SSD ที่รองรับการเข้าถึงข้อมูลจำนวนมากอย่างมีประสิทธิภาพจึงอาจช่วยลดเวลารอในงานบางประเภท
อย่างไรก็ตาม ประโยชน์ที่เกิดขึ้นจริงขึ้นอยู่กับสถาปัตยกรรมระบบ การวางข้อมูลในหน่วยความจำ และวิธีที่ซอฟต์แวร์เรียกใช้ข้อมูล หากข้อมูลถูกเก็บอยู่ใน DRAM อยู่แล้ว การเพิ่มประสิทธิภาพ SSD อาจไม่ได้ทำให้ทุกขั้นตอนเร็วขึ้นในอัตราเดียวกัน
Kioxia ต้องการเพิ่มบทบาทของ Flash ในโครงสร้างพื้นฐาน AI
แนวทางของ Kioxia สะท้อนความพยายามขยายการใช้หน่วยความจำแฟลชไปสู่งานที่ต้องการประสิทธิภาพสูงกว่าการจัดเก็บข้อมูลทั่วไป โดยเน้นการเข้าถึงข้อมูลแบบละเอียดและความหน่วงที่ต่ำลง
เทคโนโลยีลักษณะนี้อาจมีบทบาทในระบบที่ต้องจัดการข้อมูลจำนวนมาก แต่การนำไปใช้งานจริงยังต้องพิจารณาความทนทานในการเขียนข้อมูล อายุการใช้งาน การใช้พลังงาน ต้นทุนต่อหน่วยข้อมูล และความเข้ากันได้กับระบบเซิร์ฟเวอร์
นอกจากนี้ ข้อมูลที่เปิดเผยเกี่ยวกับ GP1 ยังไม่ครอบคลุมรายละเอียดทั้งหมดของประสิทธิภาพในทุกสภาวะการทำงาน จึงควรรอข้อมูลสเปกและผลทดสอบเพิ่มเติมก่อนนำไปเปรียบเทียบกับ SSD รุ่นอื่นอย่างตรงไปตรงมา
Kioxia ยังเปิดเผย SSD ความจุสูงอีกกลุ่ม
TechRadar ยังรายงานถึง SSD รุ่น LD4 QLC ในรูปแบบ E1.L ซึ่งมีความจุสูงสุด 30.72TB และสามารถขยายไปสู่การกำหนดค่าระดับ 122.88TB ตามแนวทางที่รายงานไว้
อุปกรณ์ความจุสูงมีประโยชน์ต่อศูนย์ข้อมูลที่ต้องจัดเก็บข้อมูลจำนวนมากในพื้นที่จำกัด แต่การเลือกใช้จริงต้องพิจารณาประสิทธิภาพการอ่านเขียน ความทนทาน และลักษณะงานควบคู่กับความจุ ไม่ใช่เลือกจากตัวเลขความจุสูงสุดเพียงอย่างเดียว
สรุป
SSD GP1 ของ Kioxia แสดงให้เห็นความพยายามเพิ่มความเร็วในการเข้าถึงข้อมูลสำหรับระบบ AI โดยเฉพาะงานที่ต้องอ่านข้อมูลแบบสุ่มจำนวนมาก ตัวเลขมากกว่า 20 ล้าน IOPS เป็นข้อมูลที่น่าสนใจ แต่ผู้ใช้งานระดับองค์กรควรพิจารณาผลทดสอบภายใต้สภาพแวดล้อมจริง รวมถึงความทนทานและต้นทุนรวม ก่อนตัดสินใจนำไปใช้ในศูนย์ข้อมูล
ที่มา: TechRadar