AI存储新宠争夺战打响,QLC SSD会是下一个幸运儿吗?
- 发布时间:2024-06-11 17:26:55
- 浏览量:739
2018年,OpenAI首次提出GPT模型,自此,新一轮的全球科技领域变革新篇章正式拉开序幕,人工智能浪潮迅速席卷全球。在此过程中,AI大模型催生的海量算力需求呈现出爆发式增长,与此同时,强大的数据中心需求亦对存储器提出了更高的要求。
大容量SSD正当时
AI存储新宠争夺战打响
据SK海力士子公司Solidigm亚太区销售副总裁此前介绍,自GPT应用开始发展,GPT模型的训练参数量持续攀升,GPT-3已拥有数十亿参数,而GPT-4更是高达数万亿参数。
面对万亿级别的参数量,HBM(高带宽存储器)作为一款新型的CPU/GPU内存芯片应运而生。凭借高带宽、高容量、低延时与低功耗等优势,HBM开始成为AI服务器搭载的标配。
而在NAND方面,QLC Enterprise SSD(QLC企业级SSD)也因为其高容量、低功耗、快速读取速度等优势,逐渐成为数据中心存储解决方案的首选。尤其是随着北美客户扩大存储产品订单,QLC企业级SSD的需求也随之攀升。据全球市场研究机构TrendForce集邦咨询预估,2024年,QLC企业级SSD出货位元上看30EB(EB, Exabyte),较2023年成长四倍。
当前,AI推理服务器主要执行读取操作,与AI训练型服务器相比,数据写入频率相对较低。与HDD相比,QLC企业级SSD的读取速度更快,且容量已发展至64TB。
除了具备了更高容量和更快的读取优势外,QLC企业级SSD在AI应用搭载提升的另一个重要原因是,更优的TCO总体拥有成本优势。具体而言,凭借更高的存储密度,优化服务器和物理占用空间,并降低能源消耗等优势,在满足高性能存储需求的基础上,QLC SSD可以帮助大规模数据中心降低TCO总拥有成本。
综上所述,QLC企业级SSD正逐渐取代HDD成为人工智能存储领域的又一个新宠,而随着人工智能训练(AI Training)逐渐成为高能耗应用,节能与否则成为了上下游厂商们重点考量的因素,基于此,QLC大容量SSD或许更适用于高容量需求的读取密集应用场景。
上游存储厂商发力
Solidigm、三星一骑绝尘
在人工智能热潮推动下,数据中心对超大容量SSD固态硬盘的需要亦同步增长,而基于QLC的NAND闪存产品无疑成为了满足数据中心对超高性能SSD不断增长的需求的最佳选择之一。
但与此同时,AI数据中心的电力成本存在限制,因此每个存储服务器都需要配备大容量内存。对此,三星产品规划团队副总裁Hyun Jae-woong近期表示,与多层单元(MLC)和三层单元(TLC)设备相比,QLC NAND每个单元可以存储更多数据,显著提升存储性能。
从原厂技术来看,三星及Solidigm在QLC企业级SSD领域可谓是一骑绝尘,目前市场上也仅有上述两家厂商已获得QLC产品验证。
其中,Solidigm正在批量出货第四代192L QLC NAND。据悉,Solidigm第四代QLC NAND于2023年推出,基于Floating Gate技术,堆叠192层,单芯片密度达到1.3Tera Bit。相比于第一代64L QLC NAND,其Program速度提升2.5倍,随机读性能提升5倍,读延迟降低1.5倍。
三星则将在今年下半年开始量产四层单元(QLC)第九代V-NAND。除了SK集团和三星之外,西部数据也在积极争取出货大容量存储产品,预计未来将会量产162层QLC SSD。
而就营收和市占率而言,三星和SK集团亦属于遥遥领先。TrendForce集邦咨询此前的报告显示,2024年第一季度,三星和SK集团(SK hynix&Solidigm)在全球企业级SSD领域的市占率合计达77.8%,其中三星凭借47.4%的市占率稳居第一,SK集团则紧随其后,占比30.4%。
营收方面,受供应商减产影响,自2023年第四季起涌进的大容量订单需求尚未被完全满足,加上其它终端产品欲凭借建置低价库存的采购策略而扩大订单,同时,AI服务器带动大容量存储需求明显成长,2024年第一季度企业级SSD采购位元季增逾两成,在量价齐涨的情况下,2024年第一季企业级SSD营收达37.58亿美元,季增62.9%。其中排名前二的三星和SK集团分别实现营收17.82亿美元和11.44亿美元。
集邦咨询表示,第二季AI服务器对大容量SSD的需求将持续看涨,除了推升第二季企业级SSD合约价格续涨超过两成,预估第二季企业级SSD营收成长幅度仍有机会续增20%。
结 语
随着ChatGPT、Sora等AI大模型的火爆出圈,人工智能技术在各行各业中已经得到广泛应用,AI手机、AI PC、AI服务器等AI终端应用逐渐走上舞台。而未来,存储技术将成为人工智能AI渗透率进一步提高的重要驱动力之一。
AI运行需要大量的计算资源以进行模型训练与推理,这一过程中要用到高性能计算芯片包括GPU(图形处理器)、ASIC(应用专用集成电路)、人工智能专用芯片,还有HBM等存储器芯片。随着AI大模型持续火热,相关应用不断普及,AI正成为全球半导体产业主要推动力。
免责声明:部分文章信息来源于网络以及网友投稿,本网站只负责对文章进行整理、排版、编辑,意为分享交流传递信息,并不意味着赞同其观点或证实其内容的真实性,如本站文章和转稿涉及版权等问题,请作者在及时联系本站,我们会尽快和您对接处理。