💡 产品介绍
2025年8月,三星在FMS存储论坛宣布重启搁置七年的Z-NAND技术,定位为AI时代的高性能存储解决方案。新一代Z-NAND目标性能达到传统NAND闪存的15倍,功耗降低80%,并引入革命性的GIDS(GPU直连存储)技术,允许GPU直接访问数据,彻底绕过CPU与DRAM瓶颈。这一举措填补了英特尔Optane退市后的市场空白,剑指万亿级AI算力需求。
🎯 适用人群
- AI研发团队:需加速大型模型训练/推理。
- 数据中心运营商:追求低延迟、高能效存储方案。
- 高性能计算用户:如金融实时交易、科学仿真场景。
- 游戏与渲染工作室:依赖GPU高速加载资源。
⚙️ 核心功能与技术实现
GIDS架构(GPU直连存储)
- 原理:GPU通过PCIe通道直接访问Z-NAND,无需经CPU和DRAM中转,减少数据迁移环节。
- 效果:大型AI模型的数据加载延迟降低40%+,训练周期缩短50%。
超低延迟设计
- 页大小压缩技术:将存储单元页大小从传统SSD的8-16KB压缩至2-4KB,实现更细粒度的数据读写。
- 控制器优化:采用定制低延迟控制器,响应时间≤20微秒,较NVMe SSD快15倍。
SLC模式加速
- 技术基础:基于48层V-NAND的SLC(单层单元)模式运行,牺牲容量换取极致速度和耐用性。
- 性能对比:随机读写性能达750K/170K IOPS(第一代数据),新一代目标再提升3倍。
能效突破
- 功耗控制:采用动态电压调节和精简电路设计,同等负载下功耗比传统企业级SSD低80%。
AI专用数据通道
- 场景优化:针对AI工作流的连续大文件读写设计数据预取算法,提升GPU利用率30%。
💎 工具使用技巧
搭配PCIe 5.0平台:
- 在三星PM1743 SSD等PCIe 5.0环境中,Z-NAND的GIDS技术可发挥全速带宽(14+ GB/s)。
分层存储配置建议:
层级 硬件 用途 热数据层 Z-NAND + GPU直连 实时AI推理/训练 温数据层 PCIe 5.0 SSD 高频访问数据库 冷数据层 QLC大容量SSD 归档与备份 避免小文件频繁写入:
- SLC模式虽耐用性高(第一代支持42PB写入),但建议将日志类写入分流至TLC SSD。
🌐 访问地址
- 三星Z-NAND技术官网:
https://semiconductor.samsung.com/ssd/z-nand/ - 开发者文档与SDK:
https://developer.samsung.com/storage/gids
结语
三星Z-NAND的回归不仅是技术复活,更是一场针对AI存储瓶颈的精准手术🔧。通过GPU直连与物理层革新,它或将重塑数据中心架构——毕竟在万亿参数模型的时代,谁能让GPU少等一秒,谁就握住了算力的钥匙🚀。
数据来源:三星FMS 2025论坛公告、《电子时报》行业分析、企业级SSD性能白皮书。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...