分解式存储,需求激增

来源:半导纵横发布时间:2025-07-02 17:03
存储
AI
生成海报
AI的增长正在推动西部数据等存储公司利用新的 SSD 和 HDD 解决方案对分解存储进行创新。

人工智能数据的海量、指数级增长正在推动对分解存储的需求,而西部数据公司则将硬盘和固态硬盘 (SSD) 视为其中的一部分。

在 2025 年台北国际电脑展上,该公司宣布扩大其开放可组合兼容性实验室 (OCCL),为其 OpenFlex Data24 NVMe-over Fabric (NVMe-oF) 存储平台增加了新的 SSD 资格,并推出了新的 Ultrastar Data102 ORv3 Just a Bunch of Disks (JBOD) 和带有单端口 SSD 的 OpenFlex Data24 4100。

西部数据产品管理高级总监斯科特·汉密尔顿 (Scott Hamilton) 表示,一系列公告旨在帮助客户扩展灵活的存储基础设施,以满足人工智能、机器学习和数据密集型工作负载的加速需求,因为存储已经超出了服务器的范围。

他说:“分解式存储已经搭上了软件定义存储的顺风车。人工智能的加速提供了助力,因为存储正在被推到服务器之外。”

汉密尔顿表示,这与超融合基础设施不同,超融合基础设施的存储、计算和内存都位于服务器内部。人工智能带来了更大的压力,迫使服务器必须充分利用容量来打包尽可能多的计算资源,以便处理器和内存等延迟和敏感度更低的资源能够更紧密地连接,同时还能共享外部存储。

汉密尔顿表示,西部数据的 Ultrastar JBOD HDD 外壳设计用于安装到开放计算项目 (OCP) 机架中,该机架比其他外形尺寸的机架稍宽一些,以便于更好地冷却,并可轻松从前端访问以实现更好的可管理性,同时还可在机架后部垂直运行直流电源。

汉密尔顿表示, SAS 连接的硬盘 在 AI 驱动的数据中心中扮演着重要的角色,因为各种推理和机器学习工作负载需要抓取和收集大量数据。“SAS 硬盘非常适合用作海量存储库,你可以从中获取所有数据,最终通过 AI 数据循环,将其中一些数据迁移到性能更高的存储设备中,”他说道。

同时,OpenFlex Data24 4100 具有单端口 SSD,旨在用于需要冗余的基于云的架构。

汉密尔顿表示,西部数据不仅通过自身产品提供灵活性,还在认证多家SSD供应商,以帮助客户构建存储基础设施。他表示,Kioxia、Phison、Sandisk和ScaleFlux的SSD已经获得认证,其他供应商的认证流程也正在进行中。

汉密尔顿表示,西部数据位于科罗拉多斯普林斯的Open OCCL也是其努力实现大规模分解存储并避免供应商锁定的关键部分。这个与供应商无关的创新中心旨在加速整个行业对开放式、光纤连接存储和软件定义存储解决方案的采用。

汉密尔顿指出,该实验室于2018年NVMe-OF刚刚推出时就已推出。OCCL 2.0新增了一些功能,例如用于部署分解式基础设施的全面解决方案架构指南、用于最大化存储效率的最佳实践框架以及用于评估SSD合作伙伴性能的基准测试工具。

汉密尔顿指出,SAS 难以扩展,因此西部数据认为 NVMe 可以用于 扩展分散式 HDD 存储,并通过统一的以太网结构实现不同存储层级的存储,这是理想的方案。“这种结构使扩展性大大提升,”他说道。

除了 Computex 的公告之外,汉密尔顿还提到西部数据与富士康科技集团子公司 Ingrasys 的合作,推出了一款带有嵌入式存储的新型旗舰架顶式 (TOR) 交换机,这是其为减少对独立存储网络的需求并实现分解而采取的另一种方法。

此次合作将使 Ingrasys 利用西部数据的 RapidFlex NVMe-oF 桥接技术制造高密度 TOR EBOF,汉密尔顿表示这将使 NVMe SSD 本质上看起来像以太网 SSD。

随着 NVMe 技术的发展,分解式存储将更多地采用 NVMe-oF 等高速协议。这将进一步提升存储系统的读写速度和 IOPS,降低延迟,满足如人工智能、高性能计算等对存储性能要求极高的应用场景需求。同时,存储级内存(SCM)将在分解式存储中发挥更重要作用。它可用于缓存和元数据存储,提升写入性能,保护 QLC NAND 的耐久性,未来会有更多厂商将其融入分解式架构,优化存储性能。

CXL 标准将成为分解式存储发展的重要助力,它可支持内存及运算交织结构的设计,实现灵活的内存扩展、池化和共享,能够同时容纳易失性 DRAM 和持久内存,未来会有更多基于 CXL 的硬件和软件解决方案出现,推动分解式存储与内存架构的深度融合。

本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。

评论
暂无用户评论