|
作者：鎧俠 從AI服務器到AI PC，如何快速的用上DeepSeek成為熱門問題。無論DeepSeek Janus-Pro把多模態(tài)提升到了一個新層次，還是媲美主流的DeepSeek-V3，或者應用于本地的DeepSeek-V3，對存儲都提出了新的需求。以完整未蒸餾的DeepSeek R1模型為例，這是一個擁有6710億參數(shù)的混合專家（MoE）模型，未量化版本的文件體積高達720GB，而動態(tài)量化版本也達到150GB到400GB之間。 DeepSeek讓GPU算力一下子得到了空前的釋放，允許廠商將更多的資源集中到其它關(guān)鍵硬件中，比如更強大的并行能力，以及更優(yōu)秀的存儲方案。很顯然，常規(guī)的存儲方案已經(jīng)不能很好的解決效率和存儲的問題，在企業(yè)級和數(shù)據(jù)中心級SSD為AI提供存儲支持時，以QLC和CXL為例的新技術(shù)也正在協(xié)助AI以更低成本和更高的效率運行。 
QLC與CXL：為AI鋪路 由于DeepSeek不僅降低了計算成本，多模態(tài)處理能力、說是知識圖譜和推理能力的優(yōu)秀表現(xiàn)，使得廠商擁有足夠的資源調(diào)用更多的數(shù)據(jù)。這使得原本大量的冷數(shù)據(jù)變成了溫數(shù)據(jù)。溫數(shù)據(jù)對存儲有著更高的要求，需要相對HDD更快的傳輸速率，并且存儲數(shù)據(jù)可能每年以EB級增長。這導致SSD的需求往大容量和低成本的方向發(fā)展。 其中QLC能夠更好的在單位空間內(nèi)提升存儲容量，第八代BiCS FLASH™ 2Tb QLC的位密度比鎧俠目前所采用的第五代BiCS FLASH™的QLC產(chǎn)品提高了約2.3倍，寫入能效比提高了約70%。不僅如此，全新的QLC產(chǎn)品架構(gòu)可在單個存儲器封裝中堆疊16個芯片，為業(yè)界提供領(lǐng)先的4TB容量，并采用更為緊湊的封裝設(shè)計，尺寸僅為11.5 x 13.5 mm，高度為1.5 mm。 這意味著，未來采用第八代BiCS FLASH QLC的存儲產(chǎn)品在存儲空間擁有質(zhì)的飛躍，可以輕松將企業(yè)級SSD和數(shù)據(jù)中心級SSD容量提升至120TB以上。
密集的DeepSeek計算也意味著對內(nèi)存有著海量的要求，但動輒數(shù)百GB的訓練模型全部存儲在內(nèi)存中也意味著高昂的成本，如何利用BiCS FLASH™降低成本也是未來的思考方向。例如利用相變存儲原理，基于BiCS FLASH™結(jié)構(gòu)打造的XL-FLASH存儲級內(nèi)存（Storage Class Memory, SCM）與CXL相結(jié)合，開發(fā)相較內(nèi)存功耗更低、位密度更高，相較閃存讀取速度更快的存儲器。這不僅會提高存儲器利用效率，還有助于節(jié)能。
CXL技術(shù)本身通常也意味著更先進的PCIe版本支持，鎧俠則是積極響應PCIe升級的存儲制造商之一。例如，鎧俠率先推出支持PCIe 5.0的企業(yè)級固態(tài)硬盤CM7系列。PCIe 5.0 SSD與傳統(tǒng)存儲設(shè)備（如PCIe 4.0 SSD）的對比測試，結(jié)果顯示， CM7系列SSD在多個GPU并行訪問時，能夠提供91%的I/O吞吐量提升，此外，它的讀取延遲比傳統(tǒng)SSD低57%。同時，PCIe 5.0 SSD能機器學習訓練時間能夠得到顯著減少。以16個GPU并行處理為例，使用PCIe 5.0 SSD可以減少32到44天的訓練時間。 特別是在PCIe 5.0與NVMe™規(guī)范下實現(xiàn)可靠的RAID兼容性和互操作性能。特別是生成式AI與檢索增強生成 (RAG) 系統(tǒng)的重要性更勝以往，關(guān)系數(shù)據(jù)庫PostgreSQL和向量數(shù)據(jù)庫需求變得格外重要。例如通過Xinnor的RAID 解決方案的兼容性和互操作性測試，與采用相同硬件配置的軟件 RAID 解決方案相比，在數(shù)據(jù)降級模式下執(zhí)行PostgreSQL，效能更提升達25倍。
搶先布局 任何前沿技術(shù)不可能一蹴而就，AI技術(shù)的積累更是如此。流暢體驗的AI服務對數(shù)據(jù)傳輸速度有著很高的要求。在多年前，鎧俠已經(jīng)開始對AI展開布局，并致力于為人工智能的發(fā)展提供高性能的存儲解決方案。 為了推動檢索增強生成（RAG）擴展獲得更好的性能支持，并進一步降低成本。鎧俠在近期宣布開源AiSAQ™技術(shù)，這是一項專為SSD優(yōu)化的新型“近似最近鄰”搜索（ANNS）算法，跳過將索引數(shù)據(jù)載入內(nèi)存（DRAM）的步驟，直接在SSD上執(zhí)行檢索操作，幫助企業(yè)/應用針對特定數(shù)據(jù)優(yōu)化，從而實現(xiàn)幫助大語言模型（LLM）訓練節(jié)省成本。
利用高性能存儲特性，鎧俠在AI前沿進行了諸多嘗試。包括通過Memory-Centric AI技術(shù)解決企業(yè)級SSD中圖像分類任務中災難性丟失問題，在神經(jīng)網(wǎng)絡(luò)不通過調(diào)整的前提下，在深度學習中快速獲得圖像特征辨別和標簽添加。并在數(shù)年前與NVIDIA展開深度合作，從加速StyleGAN、NeRF等算法，到協(xié)助NVIDIA搭建Omniverse平臺，包括搭建最新的物理AI開發(fā)平臺NVIDIA Cosmos，為LLM訓練整理自定義數(shù)據(jù)集的NVIDIA NeMo Curator。
針對前瞻性存儲，鎧俠在近期還正式發(fā)布了全新XD8系列PCIe 5.0 EDSFF（企業(yè)和數(shù)據(jù)中心標準型）E1.S固態(tài)硬盤。它是鎧俠第三代E1.S固態(tài)硬盤，符合PCIe 5.0（32 GT/s x 4）和NVMe™ 2.0規(guī)范，并支持開放計算項目（OCP）數(shù)據(jù)中心NVMe SSD v2.5規(guī)范。 鎧俠XD8系列專為云和超大規(guī)模環(huán)境設(shè)計，滿足數(shù)據(jù)中心對高性能、高效率和高可擴展性的日益增長的需求。通過這款新的固態(tài)硬盤，云服務提供商和超大規(guī)模企業(yè)能夠優(yōu)化基礎(chǔ)設(shè)施，在保持運營效率的同時提供卓越的性能。
讓AI移動起來 DeepSeek另一個實現(xiàn)領(lǐng)域則是在移動平臺。即便是春節(jié)假期，多個版本針對AI PC本地化AI部署的DeepSeek R1已經(jīng)成型，例如蒸餾版本的7B和14B參數(shù)模型在筆記本和消費級臺式機電腦上，可利用NPU和GPU實現(xiàn)離線運作，進一步確保了私有信息的安全。 對于AI PC而言，除了提供獨立GPU或者NPU進行AI加速，大容量NVMe SSD也同等重要，另外還要考慮到有限的AI PC內(nèi)部空間，固態(tài)硬盤需要同時兼顧性能與散熱。以鎧俠BG6系列為例，鎧俠 BG6 系列在AI PC上能夠展現(xiàn)卓越的性能和靈活性。采用 PCIe 4.0 和 NVMe 1.4c 規(guī)范，搭載高達2,048GB存儲空間。順序讀取速度最高可達 6,000 MB/s，隨機讀取速度更是高達 900,000 IOPS。這使得BG6系列成為緊湊型固態(tài)硬盤中的佼佼者，為用戶提供了更快速、更高效的數(shù)據(jù)處理體驗。
另外BG6 系列提供了多種容量選擇，包括 256GB、512GB、1,024GB 和 2,048GB，適用于不同用戶需求。其采用 M.2 Type 2230 和 Type 2280 模組封裝，可靈活應用于各類薄型設(shè)備，如超薄筆記本電腦、嵌入式設(shè)備。也給不同形態(tài)的AI PC部署本地AI提供了豐富的解決方案。 從數(shù)據(jù)中心、服務器，到個人計算機，鎧俠為AI計算提供了豐富、高效的存儲方案，并與合作伙伴展開深度合作，從軟件和硬件層面入手，利用高性能固態(tài)硬盤的特性，為AI計算提供可靠的存儲后盾，共同探索更多AI的可能性，充分利用AI與數(shù)據(jù)，創(chuàng)造更多價值。 |
