2020年對于很多人而言都是永遠值得銘記的一年，突如其來的新冠疫情幾乎改變了每個人的生活，它不僅給人類的經濟造成了重大損失，也給人類的健康帶來了巨大的威脅。面對這難以對付的病毒，我們既看到了無數勇士的悲壯逆行，也看到了科技在整個抗疫斗爭中所起到的關鍵作用，特別是其中的AI人工智能技術——通過AI技術我們可以加速疫苗的研發；通過AI技術，在眾多醫療終端設備以及大量的病人臨床數據中，我們能提煉出最佳的診斷方案，加速診斷的效率，提升診斷的效果。可以說，AI技術在這次關鍵的戰役中發揮出了重大的作用。

人工智(zhi)能(neng)已經深入醫療、教育(yu)、工業到能(neng)源、金融(rong)等各個領域。

因(yin)此并不(bu)(bu)意(yi)外，在(zai)2020年第三屆(jie)軟(ruan)件定(ding)義(yi)存儲峰(feng)會上(shang)，英(ying)特(te)爾提出的(de)(de)主(zhu)題是(shi)“突破內(nei)存與存儲瓶(ping)頸 釋放人(ren)工(gong)智能無(wu)限潛力(li)”。畢竟在(zai)這場(chang)抗(kang)疫戰(zhan)斗中，英(ying)特(te)爾不(bu)(bu)僅投(tou)入重金(jin)資(zi)助合作伙伴使(shi)用AI技(ji)術(shu)進行(xing)診斷、疫苗開發方(fang)面的(de)(de)研(yan)究，還推動AI科技(ji)在(zai)醫學(xue)檢(jian)驗、醫療(liao)物資(zi)生(sheng)產、疫情推演等(deng)多個(ge)(ge)(ge)領域加速落地，英(ying)特(te)爾深知AI人(ren)工(gong)智能對(dui)人(ren)類的(de)(de)重要性。除了(le)對(dui)抗(kang)新型病(bing)毒，AI人(ren)工(gong)智能技(ji)術(shu)其實也深入了(le)人(ren)類生(sheng)活的(de)(de)各個(ge)(ge)(ge)領域。英(ying)特(te)爾公司(si)中國(guo)區非(fei)易(yi)失性存儲解(jie)決方(fang)案事業(ye)(ye)部戰(zhan)略業(ye)(ye)務(wu)開發總監(jian)倪錦峰(feng)先(xian)生(sheng)在(zai)峰(feng)會上(shang)談(tan)到：“從醫療(liao)、教育、工(gong)業(ye)(ye)到能源、金(jin)融等(deng)等(deng)，每個(ge)(ge)(ge)行(xing)業(ye)(ye)都在(zai)以(yi)數(shu)字(zi)化的(de)(de)方(fang)式來尋(xun)求主(zhu)動變革，我們(men)可以(yi)預見的(de)(de)是(shi)，在(zai)不(bu)(bu)遠的(de)(de)將(jiang)來，整(zheng)個(ge)(ge)(ge)社會對(dui)數(shu)字(zi)化的(de)(de)服(fu)務(wu)需求將(jiang)不(bu)(bu)斷地激增”。

AI人工智能技術(shu)將給存儲產(chan)品帶(dai)來重大挑戰

人工智能技(ji)術的數據(ju)管道主要(yao)分(fen)為采(cai)集、準備(bei)、訓練(lian)和推理(li)四部(bu)分(fen)。每個(ge)部(bu)分(fen)需要(yao)讀寫不同類型的數據(ju)，工作負載也不盡相同。

“工(gong)(gong)欲善其事，必先利其器”，要(yao)想發揮出AI人(ren)工(gong)(gong)智(zhi)能(neng)技術的(de)(de)(de)(de)最大威力(li)，需(xu)要(yao)企業(ye)構建(jian)強有力(li)的(de)(de)(de)(de)IT基礎(chu)設(she)施(shi)。這個(ge)設(she)施(shi)不僅(jin)需(xu)要(yao)強有力(li)的(de)(de)(de)(de)處理器、FPGA、GPU，也(ye)需(xu)要(yao)高性能(neng)的(de)(de)(de)(de)存儲設(she)備(bei)，否則就會如普通電(dian)腦一(yi)般，因為機械硬盤(pan)傳(chuan)輸(shu)速度最慢，尋(xun)找數(shu)(shu)據(ju)的(de)(de)(de)(de)時間最長，往往會成(cheng)為整個(ge)系統性能(neng)的(de)(de)(de)(de)瓶頸，即使是SATA/PCIe NAND SSD，很(hen)多(duo)時候也(ye)跟(gen)不上(shang)AI數(shu)(shu)據(ju)處理的(de)(de)(de)(de)需(xu)求。倪錦(jin)峰先生介紹到，無論用(yong)于(yu)哪(na)個(ge)行(xing)業(ye)，人(ren)工(gong)(gong)智(zhi)能(neng)的(de)(de)(de)(de)工(gong)(gong)作實際(ji)上(shang)主要(yao)由采集、準備(bei)、訓練和推理四部(bu)分(fen)組成(cheng)。每個(ge)部(bu)分(fen)需(xu)要(yao)讀寫不同類型的(de)(de)(de)(de)數(shu)(shu)據(ju)，工(gong)(gong)作負載也(ye)不盡相同，將給存儲設(she)備(bei)帶(dai)來較大的(de)(de)(de)(de)挑戰(zhan)。

簡單地(di)說，在(zai)整個人工(gong)智(zhi)能(neng)執行過程中，IO的需求是不可(ke)預測、復雜多(duo)變的，它(ta)讀寫的數(shu)據(ju)主要有三(san)個重要的特點：

第一是它的(de)數據集大小，差異性(xing)非常大，在最初(chu)開始(shi)的(de)采(cai)集階(jie)段是PB級別，到(dao)(dao)訓練階(jie)段是GB級別，到(dao)(dao)訓練好了執行的(de)函數，相關的(de)模(mo)型(xing)可能是KB級別；

第二它的工作負載(zai)也是復雜多變的，從最(zui)初百分之(zhi)百的寫(xie)入到準(zhun)備階段的50%讀、50%寫(xie)混合負載(zai)，到后面的一(yi)些訓練、推理(li)階段可能出現百分之(zhi)百的讀，其(qi)中(zhong)包括很多的隨機(ji)讀取(qu)操作；

第三是存儲(chu)模(mo)式也(ye)會有很多變化，從一開始順序化的(de)(de)數(shu)據流(liu)寫(xie)入，到后面(mian)則(ze)是通過完全隨機的(de)(de)讀寫(xie)，來(lai)幫助建(jian)立準確的(de)(de)模(mo)型。

    

因此人工(gong)智能(neng)(neng)技術對存(cun)儲(chu)性能(neng)(neng)的(de)(de)(de)要求是(shi)很苛刻(ke)的(de)(de)(de)，用(yong)戶總是(shi)希(xi)望(wang)設備能(neng)(neng)滿(man)足高吞吐(tu)量和低延(yan)時(shi)的(de)(de)(de)需(xu)求，總是(shi)希(xi)望(wang)更多的(de)(de)(de)數(shu)據能(neng)(neng)夠更加靠(kao)近處(chu)理(li)器，以獲取及時(shi)的(de)(de)(de)傳(chuan)輸(shu)、執行，但(dan)用(yong)戶又會希(xi)望(wang)AI的(de)(de)(de)基礎設施投資成本能(neng)(neng)在(zai)可控的(de)(de)(de)范圍之(zhi)內，可以說(shuo)這是(shi)一(yi)個相互矛盾(dun)的(de)(de)(de)需(xu)求，那么對于(yu)用(yong)戶來說(shuo)如何才能(neng)(neng)實現這個愿望(wang)呢(ni)？

 

優化成本，提升(sheng)性(xing)能(neng)

英(ying)特爾存(cun)儲(chu)產品構(gou)建分層存(cun)儲(chu) 

首先(xian)還是應對用(yong)戶使用(yong)的(de)(de)數(shu)(shu)據類(lei)型進(jin)行研究，倪錦峰(feng)先(xian)生(sheng)向我們(men)展(zhan)示(shi)了英特(te)爾經典的(de)(de)存儲金字塔圖。在應用(yong)中，并(bing)不是所有(you)數(shu)(shu)據都會經常被用(yong)到(dao)，因(yin)此數(shu)(shu)據可以被分成熱(re)數(shu)(shu)據、溫(wen)數(shu)(shu)據和(he)冷數(shu)(shu)據等3個不同(tong)層(ceng)次。熱(re)數(shu)(shu)據即(ji)需要立(li)馬(ma)進(jin)行處理(li)(li)的(de)(de)數(shu)(shu)據，例如銀行收(shou)到(dao)的(de)(de)轉(zhuan)賬請求，即(ji)時的(de)(de)地(di)理(li)(li)位置等。溫(wen)數(shu)(shu)據是非(fei)即(ji)時的(de)(de)狀態和(he)行為數(shu)(shu)據，例如用(yong)戶近期感興趣(qu)的(de)(de)話題(ti)，或用(yong)戶最近去過的(de)(de)地(di)方等，冷數(shu)(shu)據則是不經常訪問的(de)(de)數(shu)(shu)據。

研究數(shu)據(ju)類型、數(shu)據(ju)使(shi)用(yong)所形(xing)成的工作負載，對數(shu)據(ju)進行分(fen)層，并(bing)使(shi)用(yong)最適合(he)的設備來存(cun)儲(chu)數(shu)據(ju)可以(yi)提(ti)升存(cun)儲(chu)系統的性(xing)能，并(bing)降低(di)成本。

如果全部使(shi)用(yong)(yong)DRAM內存(cun)來(lai)存(cun)儲(chu)(chu)(chu)這些(xie)數(shu)(shu)據(ju)，在(zai)性(xing)(xing)能上(shang)可(ke)能會表現(xian)突出(chu)，但也意味著用(yong)(yong)戶(hu)需(xu)(xu)要(yao)花費(fei)非常高(gao)昂的(de)(de)(de)成本(ben)。因此(ci)更合(he)理的(de)(de)(de)是(shi)根據(ju)數(shu)(shu)據(ju)的(de)(de)(de)類型、負(fu)載(zai)對它(ta)們(men)合(he)理地(di)使(shi)用(yong)(yong)存(cun)儲(chu)(chu)(chu)設(she)備(bei)。例如可(ke)以使(shi)用(yong)(yong)DRAM內存(cun)、英特(te)爾傲騰(teng)持(chi)久內存(cun)來(lai)存(cun)儲(chu)(chu)(chu)熱(re)數(shu)(shu)據(ju)，因為(wei)它(ta)們(men)擁有(you)很高(gao)的(de)(de)(de)性(xing)(xing)能和(he)超低的(de)(de)(de)延(yan)遲，離CPU和(he)GPU最(zui)近，能夠獲得(de)及時(shi)的(de)(de)(de)洞察(cha)。而(er)英特(te)爾傲騰(teng)固態(tai)(tai)盤搭配以英特(te)爾為(wei)代(dai)表的(de)(de)(de)TLC、QLC NAND固態(tai)(tai)盤，則憑借大容量(liang)、高(gao)性(xing)(xing)能適(shi)合(he)用(yong)(yong)于熱(re)、溫熱(re)、溫存(cun)儲(chu)(chu)(chu)。這種分層(ceng)設(she)計的(de)(de)(de)絕妙(miao)之處在(zai)于金字塔里的(de)(de)(de)每一個層(ceng)級的(de)(de)(de)數(shu)(shu)據(ju)、使(shi)用(yong)(yong)產品在(zai)容量(liang)和(he)延(yan)時(shi)特(te)性(xing)(xing)上(shang)正好有(you)數(shu)(shu)量(liang)級的(de)(de)(de)差距(ju)，這就使(shi)得(de)用(yong)(yong)戶(hu)可(ke)以根據(ju)數(shu)(shu)據(ju)的(de)(de)(de)類型、工作負(fu)載(zai)進行冷熱(re)分層(ceng)，并同時(shi)參(can)考自己的(de)(de)(de)預算，對性(xing)(xing)能的(de)(de)(de)需(xu)(xu)求，對功(gong)耗的(de)(de)(de)預期，來(lai)不斷地(di)優化(hua)自己的(de)(de)(de)存(cun)儲(chu)(chu)(chu)方(fang)案。

憑(ping)借不(bu)同于傳統NAND閃(shan)存的革命性材料，傲騰具(ju)有就地寫入(ru)、支持(chi)位尋址(zhi)、低延(yan)遲等三大(da)新特(te)性。

那么(me)英特爾的(de)存(cun)儲技術能(neng)否承擔起這一(yi)重任呢(ni)？從倪錦峰先生(sheng)的(de)介紹中(zhong)，可以(yi)看到由(you)于使用了不(bu)同(tong)于傳統NAND閃存(cun)的(de)傲騰(teng)(teng)介質，傲騰(teng)(teng)持(chi)久(jiu)(jiu)內(nei)存(cun)、傲騰(teng)(teng)固(gu)態(tai)盤(pan)具有(you)諸多新特性(xing)(xing)(xing)。首先是它(ta)支持(chi)就地寫入，寫入前不(bu)需要進行(xing)數據擦除。不(bu)像普通NAND閃存(cun)存(cun)在讀-修改-寫這個過程，因此它(ta)擁有(you)更好的(de)性(xing)(xing)(xing)能(neng)。同(tong)時在長時間(jian)寫入后，它(ta)也不(bu)會出(chu)現(xian)數據臟(zang)塊，不(bu)需要進行(xing)垃圾(ji)回(hui)收(shou)，因此傲騰(teng)(teng)產品可以(yi)很好地保持(chi)性(xing)(xing)(xing)能(neng)一(yi)致性(xing)(xing)(xing)，不(bu)會出(chu)現(xian)NAND固(gu)態(tai)盤(pan)用得越(yue)(yue)久(jiu)(jiu)、性(xing)(xing)(xing)能(neng)越(yue)(yue)差的(de)問題。

與采用(yong)傳統NAND閃(shan)存的DC P4600SSD相比，傲騰固態盤DC P4800X的延遲更低、一(yi)致(zhi)性更好(hao)，壽命長得多，效率更高。

其次是(shi)(shi)傲(ao)(ao)騰技(ji)(ji)術支持位尋址，可以提(ti)供(gong)超低的(de)(de)(de)延(yan)(yan)遲，帶(dai)來更快(kuai)的(de)(de)(de)傳輸速度，畢竟(jing)AI人工智能(neng)(neng)技(ji)(ji)術的(de)(de)(de)應用(yong)對存儲設(she)備的(de)(de)(de)容量和性能(neng)(neng)都有很高的(de)(de)(de)要求。相比傳統(tong)NAND閃(shan)存，傲(ao)(ao)騰產品在(zai)性能(neng)(neng)上有質的(de)(de)(de)提(ti)升，形象地比喻，就(jiu)是(shi)(shi)將數據的(de)(de)(de)載體從汽車升級為飛機。延(yan)(yan)遲方面，它(ta)最好可以做到微(wei)(wei)秒級別，雖(sui)然和內存DRAM的(de)(de)(de)不(bu)(bu)到0.1 微(wei)(wei)秒相比還(huan)是(shi)(shi)存在(zai)一定(ding)的(de)(de)(de)差距(ju)，但是(shi)(shi)已遠遠好于NAND閃(shan)存的(de)(de)(de)近(jin)百微(wei)(wei)秒的(de)(de)(de)水平。英(ying)特爾(er)數據顯示傲(ao)(ao)騰DC固(gu)態(tai)盤的(de)(de)(de)訪問延(yan)(yan)遲不(bu)(bu)僅(jin)較傳統(tong)HDD、SATA SSD大幅降低，即(ji)便與同(tong)樣(yang)采用(yong)NVMe接口的(de)(de)(de)NAND SSD相比，其優勢也是(shi)(shi)非常大的(de)(de)(de)——與采用(yong)3D NAND 顆粒(li)的(de)(de)(de)英(ying)特爾(er)DC P4600 SSD 相比，傲(ao)(ao)騰固(gu)態(tai)盤DC P4800X的(de)(de)(de)讀取延(yan)(yan)遲在(zai)不(bu)(bu)同(tong)寫壓力、不(bu)(bu)同(tong)隊(dui)列深度下(xia)，低了(le)8～63倍。

此外(wai)新介質大幅提升(sheng)了傲(ao)騰產品的(de)壽(shou)(shou)命，英特爾傲(ao)騰固(gu)態盤(pan)可以支持(chi)多達60個(ge)DWPD（每(mei)日全盤(pan)寫入次數），而大家所(suo)熟悉的(de)英特爾P4600、P4610這樣的(de)高(gao)性能(neng)、高(gao)壽(shou)(shou)命的(de)NAND固(gu)態盤(pan)，只能(neng)支持(chi)3個(ge)DWPD左(zuo)右，英特爾傲(ao)騰固(gu)態盤(pan)的(de)進步是非常可觀的(de)。

人工智能技術的數據管道(dao)可以通(tong)過使(shi)用英特爾(er)傲騰(teng)持久(jiu)內存、傲騰(teng)固態盤(pan)、QLC 3DNAND固態盤(pan)，進行合理(li)搭配來提升(sheng)任務(wu)執(zhi)行的效率，并降低成本、功(gong)耗。

同時從AI數據(ju)(ju)通道中的(de)采集、整理、訓(xun)練、推理四個(ge)(ge)階(jie)段，可(ke)以看(kan)到各階(jie)段對存(cun)儲(chu)(chu)的(de)要求是(shi)非常(chang)高的(de)，需要有持續、一(yi)致(zhi)(zhi)的(de)吞吐量，以及同樣一(yi)致(zhi)(zhi)、持續、超低的(de)延遲(chi)，這(zhe)(zhe)些需求正是(shi)傲(ao)騰產品所擅長的(de)，再(zai)加上(shang)英特爾QLC 3D NAND SSD所擁有的(de)大容(rong)量（已可(ke)實現單盤(pan)32TB）、高性(xing)能特性(xing)，通過這(zhe)(zhe)樣一(yi)個(ge)(ge)完(wan)美(mei)的(de)結合，可(ke)以幫(bang)助(zhu)改(gai)善客戶(hu)對數據(ju)(ju)的(de)融合，提升(sheng)軟件定義存(cun)儲(chu)(chu)解決方案的(de)性(xing)能，幫(bang)助(zhu)用戶(hu)為即(ji)將(jiang)到來(lai)的(de)人工智(zhi)能時代的(de)數據(ju)(ju)爆發(fa)做好(hao)相應的(de)準備。

 

大幅(fu)提升效率

英特爾存儲方(fang)案體現實際價值

采用(yong)傲騰固態盤后，VMWare vSAN、hadoop、CEPH等(deng)各個存(cun)儲系統的性能都獲(huo)得了大幅提升。

根(gen)據倪錦峰先(xian)生(sheng)介紹，在(zai)實際使用中(zhong)，不(bu)少平臺改用英(ying)特(te)(te)爾傲騰(teng)(teng)產品(pin)后，都獲得了(le)很好的(de)(de)效(xiao)果。如百度在(zai)2018年發布了(le)基于英(ying)特(te)(te)爾傲騰(teng)(teng)固態盤加英(ying)特(te)(te)爾QLC 3D NAND固態盤的(de)(de)存儲(chu)解決方(fang)(fang)案，這(zhe)一方(fang)(fang)案大幅(fu)提(ti)(ti)升(sheng)了(le)AI人工智能(neng)、大數據、云計(ji)算的(de)(de)存儲(chu)性(xing)能(neng)。在(zai)AI的(de)(de)一個訓練(lian)場景中(zhong)，這(zhe)一方(fang)(fang)案相比原(yuan)來的(de)(de)HDD機(ji)械硬(ying)盤方(fang)(fang)案可以獲得21倍的(de)(de)性(xing)能(neng)提(ti)(ti)升(sheng)以及96%的(de)(de)延遲(chi)下降(jiang)，同時降(jiang)低TCO多達60%。在(zai)VMWare vSAN分布式存儲(chu)系統(tong)中(zhong)，將(jiang)高性(xing)能(neng)緩存從NAND PCIe固態盤換成英(ying)特(te)(te)爾的(de)(de)傲騰(teng)(teng)固態盤后，其(qi)(qi)虛擬機(ji)密(mi)度提(ti)(ti)升(sheng)了(le)60%，同時系統(tong)整(zheng)合(he)率(lv)能(neng)夠提(ti)(ti)升(sheng)30%；在(zai)hadoop分布式架構中(zhong)，當用戶使用英(ying)特(te)(te)爾傲騰(teng)(teng)固態盤作為hadoop的(de)(de)臨(lin)時數據緩存后，其(qi)(qi)吞吐(tu)量或性(xing)能(neng)可以提(ti)(ti)升(sheng)40%左右。

 

而在(zai)CEPH分布式(shi)存(cun)(cun)儲系(xi)統中，當用戶(hu)使用英特(te)爾傲(ao)騰(teng)固態盤(pan)(pan)(pan)(pan)替換(huan)了傳統的(de)(de)NAND固態盤(pan)(pan)(pan)(pan)，作(zuo)為(wei)元數據（metadata）緩(huan)存(cun)(cun)和journal盤(pan)(pan)(pan)(pan)后，其延(yan)遲可以降(jiang)低50%左(zuo)右(you)，同(tong)時(shi)IOPS性能獲得(de)了40%左(zuo)右(you)的(de)(de)提升(sheng)。在(zai)微軟的(de)(de)Azure Stack HCI云(yun)平臺上(shang)，當用戶(hu)將英特(te)爾傲(ao)騰(teng)固態盤(pan)(pan)(pan)(pan)作(zuo)為(wei)緩(huan)存(cun)(cun)盤(pan)(pan)(pan)(pan)后，則能使每(mei)個(ge)系(xi)統、每(mei)個(ge)節點所(suo)能夠支持的(de)(de)虛(xu)擬機(ji)數量(liang)提升(sheng)60%左(zuo)右(you)，同(tong)時(shi)虛(xu)擬機(ji)的(de)(de)跑(pao)分也(ye)(ye)能夠提升(sheng)約80分。此外，現在(zai)也(ye)(ye)有很多國(guo)內公司正在(zai)使用英特(te)爾傲(ao)騰(teng)技(ji)術(shu)來(lai)進行存(cun)(cun)儲解(jie)決(jue)方案的(de)(de)創(chuang)新，包括浪潮、VMWare、XSKY、QingCloud等眾多合作(zuo)伙伴(ban)。

 

讓存(cun)(cun)儲更接近計算資源讓存(cun)(cun)儲兼得高性能與穩(wen)定性

英特(te)爾公司(si)中國區非易失性存儲(chu)解決方案(an)事業部戰略業務(wu)開發(fa)總(zong)監倪(ni)錦(jin)峰先生接受了采訪

從以(yi)上(shang)的(de)(de)技術(shu)講(jiang)解、案例可以(yi)看到，英(ying)特(te)爾(er)解決方案之所以(yi)能(neng)有(you)(you)如此突出的(de)(de)表(biao)(biao)現，主要依賴的(de)(de)是(shi)性能(neng)接近(jin)內存(cun)的(de)(de)傲騰存(cun)儲(chu)產品。而在前不久舉行(xing)的(de)(de)2020英(ying)特(te)爾(er)中(zhong)(zhong)國年度戰略“紛享會”上(shang)，英(ying)特(te)爾(er)也提出了(le)近(jin)內存(cun)計(ji)算(suan)的(de)(de)概念，那么這是(shi)否代表(biao)(biao)著(zhu)未來的(de)(de)存(cun)儲(chu)趨(qu)勢？幸(xing)運(yun)的(de)(de)是(shi)，筆者在此次大(da)會上(shang)還獲得(de)了(le)采訪英(ying)特(te)爾(er)公司中(zhong)(zhong)國區非易失性存(cun)儲(chu)解決方案事業部(bu)戰略業務(wu)開發(fa)總監倪錦(jin)峰先生(sheng)(sheng)的(de)(de)機會。倪錦(jin)峰先生(sheng)(sheng)認(ren)為(wei)在這個數(shu)據爆發(fa)的(de)(de)時代，特(te)別是(shi)當5G技術(shu)發(fa)展成(cheng)熟之后，所產生(sheng)(sheng)的(de)(de)大(da)量數(shu)據無法通過(guo)網(wang)絡全部(bu)匯集到數(shu)據中(zhong)(zhong)心(xin)，所以(yi)部(bu)分數(shu)據必須要在邊(bian)(bian)緣進行(xing)計(ji)算(suan)，這就(jiu)需要存(cun)儲(chu)和計(ji)算(suan)在邊(bian)(bian)緣端融(rong)合在一起，只(zhi)有(you)(you)高效的(de)(de)存(cun)儲(chu)性能(neng)才(cai)能(neng)幫助(zhu)邊(bian)(bian)緣端快速完成(cheng)計(ji)算(suan)。 

而在數據中(zhong)心里，則存(cun)(cun)在不少壓(ya)縮(suo)、解壓(ya)縮(suo)等(deng)具(ju)有規律性、重(zhong)(zhong)復(fu)性、依(yi)賴(lai)內存(cun)(cun)的(de)(de)(de)(de)計(ji)算(suan)需求，如果使用傳統的(de)(de)(de)(de)執(zhi)行方(fang)式(shi)將(jiang)消耗很多(duo)CPU計(ji)算(suan)資(zi)源(yuan)和DRAM內存(cun)(cun)資(zi)源(yuan)。英特爾的(de)(de)(de)(de)中(zhong)長(chang)(chang)期目標(biao)則是將(jiang)計(ji)算(suan)和存(cun)(cun)儲(chu)融合(he)在一(yi)(yi)起，使得存(cun)(cun)儲(chu)和計(ji)算(suan)更加(jia)靠(kao)近。比(bi)如英特爾中(zhong)國研究院(yuan)宋(song)繼強院(yuan)長(chang)(chang)提到的(de)(de)(de)(de)方(fang)案(an)是將(jiang)FPGA與存(cun)(cun)儲(chu)架構融合(he)在一(yi)(yi)起，存(cun)(cun)儲(chu)系統可(ke)以滿足類似實時(shi)計(ji)算(suan)的(de)(de)(de)(de)要求，比(bi)如壓(ya)縮(suo)、解壓(ya)縮(suo)、AI訓練(lian)等(deng)。同時(shi)存(cun)(cun)儲(chu)系統的(de)(de)(de)(de)參與也能有效降低用戶對(dui)CPU、內存(cun)(cun)資(zi)源(yuan)的(de)(de)(de)(de)需求，從而降低成本。而性能接近內存(cun)(cun)的(de)(de)(de)(de)傲騰介(jie)質的(de)(de)(de)(de)確比(bi)較(jiao)合(he)適承擔(dan)這(zhe)一(yi)(yi)重(zhong)(zhong)任。

顯然傲騰突出(chu)的性能(neng)是(shi)實現近內存(cun)(cun)計算的關鍵，那(nei)么企(qi)業在長(chang)時(shi)(shi)間(jian)使用傲騰時(shi)(shi)，是(shi)否需要(yao)進行額(e)外的維護、保養呢(ni)？倪錦峰先生(sheng)則表示(shi)對于傳統(tong)的NAND閃(shan)存(cun)(cun)固(gu)態(tai)盤來說，可能(neng)需要(yao)這樣的工作(zuo)。畢竟傳統(tong)SSD的讀(du)-修(xiu)改-寫機制(zhi)會(hui)(hui)導致垃(la)圾數據堆積，造成(cheng)性能(neng)下(xia)降，同(tong)時(shi)(shi)垃(la)圾回(hui)收等(deng)會(hui)(hui)帶來額(e)外的壽命損耗。傳統(tong)SSD之所(suo)以后(hou)續會(hui)(hui)出(chu)問題，一是(shi)因(yin)為垃(la)圾堆積沒有(you)有(you)效處理(li)，二是(shi)因(yin)為NAND閃(shan)存(cun)(cun)用的時(shi)(shi)間(jian)越(yue)長(chang)，它(ta)的壞塊就會(hui)(hui)越(yue)多(duo)(duo)，因(yin)此需要(yao)做很多(duo)(duo)壞塊的管理(li)工作(zuo)，壞塊越(yue)多(duo)(duo)，冗余(yu)空間(jian)越(yue)來越(yue)少，性能(neng)也會(hui)(hui)越(yue)差。

而傲騰產品(pin)沒有(you)寫入放大(da)的問題，同(tong)時可(ke)擦寫能(neng)力非常(chang)高，壽(shou)命有(you)量級差異(yi)，所以(yi)它的整個(ge)生命周期里是(shi)沒有(you)性能(neng)衰減的問題。同(tong)時傲騰產品(pin)都經歷了嚴格的性能(neng)和可(ke)靠性驗(yan)證(zheng)(zheng)，包括模擬了惡劣負載(zai)情況下工作5年的測試，即加(jia)速老化測試。英特爾有(you)大(da)量的數(shu)據證(zheng)(zheng)明，傲騰產品(pin)在整個(ge)生命周期里面性能(neng)是(shi)一致、持(chi)續穩定的。

傲騰將成加速AI人工(gong)智能技術的“催(cui)化劑”

在(zai)本文(wen)截稿時，新(xin)(xin)(xin)冠疫情(qing)仍沒有結(jie)束，人(ren)類(lei)仍在(zai)與之戰(zhan)斗。但我們(men)堅信(xin)沒有一(yi)個(ge)冬天(tian)(tian)不能過(guo)去，沒有一(yi)個(ge)春天(tian)(tian)不會(hui)到來，AI新(xin)(xin)(xin)興技術(shu)(shu)(shu)(shu)必將助力人(ren)類(lei)更快(kuai)地戰(zhan)勝疫情(qing)，加速推(tui)動社會(hui)的(de)(de)數字化和智能化的(de)(de)發展。而要(yao)加速AI技術(shu)(shu)(shu)(shu)的(de)(de)發展，像(xiang)傲騰這樣讓數據更靠近(jin)CPU，性能接近(jin)內存的(de)(de)新(xin)(xin)(xin)技術(shu)(shu)(shu)(shu)必不可少。而憑借更大(da)的(de)(de)存儲容量和優(you)異(yi)的(de)(de)性價比，英特爾QLC3D NAND也將成為(wei)取代HDD機械硬盤陣列的(de)(de)一(yi)個(ge)新(xin)(xin)(xin)選擇。毫無(wu)疑問，傲騰技術(shu)(shu)(shu)(shu)與QLC 3D NAND技術(shu)(shu)(shu)(shu)的(de)(de)結(jie)合(he)，將成為(wei)AI人(ren)工智能技術(shu)(shu)(shu)(shu)的(de)(de)“催化劑”，我們(men)也期待著這瓶“催化劑”能讓AI人(ren)工智能技術(shu)(shu)(shu)(shu)發展得更快(kuai)，并創造出(chu)更多的(de)(de)成果，為(wei)人(ren)類(lei)造福。