《当代吃瓜群众对闪存颗粒的态度演变史》
作为SSD的核心组件,NAND闪存经历了SLC、MLC、TLC、QLC四代演进,每单元存储数据从1bit发展到2bit、3bit、4bit,硬盘容量越来越大,单位bit的成本越来越低,昔日里高高在上的SSD也以接地气的价格,飞入寻常百姓家。
然而,从MLC到QLC,新一代闪存颗粒初问世时,迎接它们的不是鲜花与欢呼,而是一片骂声。
原因在于随着每单元存储位数增加,电压变化也逐级递增,而电压频繁切换会导致更多的错误、更长的擦除时间,表现出来就是写入速度更低、寿命更短、可靠性更差。
从容量和性价比来看,QLC>TLC>MLC>SLC,性能及耐用性方面,QLC<TLC<MLC<SLC。
不过,随着技术成熟、商用普及,起初被喷成筛子的MLC、TLC后来皆站上了SSD王朝的顶端,成为主流;而新晋网红QLC自2018年商用以来,也渐渐趟出一条路子,成为企业数据中心的可行之选。
眼看着QLC技术渐趋成熟,善于思考的小伙伴要问了:QLC的下一个,是什么?NAND闪存的单位存储密度还能再进一步吗?
当然!PLC已经在路上。
今年8月,在美国加利福尼亚召开的全球闪存峰会上,SK海力士旗下NAND闪存解决方案提供商Solidigm展示了其正在研发的PLC SSD,将率先用于数据中心的解决方案中,具体推出时间待定。
PLC(Penta-level cell),又称五层式存储,每单位存储5bit数据,与QLC相比,PLC理论上容量能提升25%,且随着NAND闪存的堆栈层数增加,PLC容量提升将更进一步,有望为SSD产品带来更大的存储空间和更低的单位存储成本。
这一革新显然意义重大:
人类社会产生的数据量正在以惊人的速度增长,预计到2025年,全球每天将创建约463EB数据。存储技术必须不断发展才能跟上这种雪崩式暴增的工作负载和需求转变。
另外,5G、AI、物联网等应用源源不断地催生了大量数据流,它们各自提出了深度数据存储和随机速度要求。与机械硬盘相比,SSD速度快、质量轻便、省电抗造,超大容量的低成本SSD,不香吗?
不过,各位得先按捺住激动的心。
由于PLC的单位存储密度提升,其对主控、电路设计的要求也更高——PLC的电压控制需要25=32种不同的电压变化,这会给电池和控制器带来了额外压力,电压状态被错误写入、损坏数据的可能性随之增加。因此,PLC SSD要想商用,必须在控制器级别实现更强大的纠错算法,挑战不可谓不大。
目前市场上尚无在售的PLC SSD产品,其推广和应用还需克服一座座大山。如同QLC问世时非议不断,QLC走过的路,想必PLC也要再经历一遭。
不过在值得信赖的供应商面前,种种质疑也可以被打消,比如戴尔科技集团就用实力证明了QLC SSD的可靠性。
今年戴尔非结构化数据存储平台PowerScale率先引入QLC,PowerScale F600和F900这两款支持NVMe的节点提供了15TB和30TB两种QLC SSD的选择。
这些新的 QLC 驱动器在当前发布的OneFS 9.4 版本的支持下,将为需要性能和容量的快速 NAS 工作负载,如金融建模、媒体和娱乐、人工智能 (AI)、机器学习 (ML ) 和深度学习 (DL)等提供强大支撑,帮助客户降低闪存成本,提供更多灵活性。
针对围绕在QLC身上的性能和寿命质疑,戴尔通过存储系统整体性能优化、体系架构设计、读写机制、维保等多重措施打消客户的担忧(点击链接进一步了解)。
目前戴尔科技集团全球已有不少用户用上了引入QLC SSD的PowerScale存储,让大家在享受大容量高密度的全闪存储系统的便利,更好地应对非结构化数据的挑战。
数据中心就像一个鲜活的有机体,吞噬着速度和力量,企业存储将继续其永无止境的创新之旅。PLC之外,存储制造商也在探索更多可能,如存储6bit的HLC(hexa level cell)、存储8bit的OLC(octa level cell)等等。
作为全球领先的IT端到端解决方案提供商,戴尔科技集团在设计和推出产品时,始终把系统的安全和稳定放在第一位,未来PLC也好,HLC、OLC也罢,戴尔科技集团将始终秉持为客户负责的态度,提供值得信赖的可靠产品。
END
如果您想了解更多有关戴尔科技的产品和解决方案信息,请扫描以下二维码咨询戴尔官方客服。
好文章,需要你的鼓励
微软与三星达成合作,将Copilot人工智能助手集成到三星的智能电视和显示器产品中。用户可以通过语音或遥控器直接与Copilot交互,获得智能问答、内容推荐、设备控制等服务。这一合作标志着AI助手从传统计算设备向家庭娱乐设备的进一步扩展,为用户提供更加智能化的观看体验。
成均馆大学团队开发出选择性对比学习新方法,让机器通过观察人类交互场景学会识别物体功能部位。该技术突破传统局限,采用动态学习策略,能根据信息质量调整学习方式,在多个数据集上显著超越现有方法,为机器人、自动驾驶等领域的智能交互应用奠定重要基础。
在全球经济不确定性增加的背景下,AI创新竞赛正在加速进行。但许多企业仍缺乏执行工具:Gartner预测到2027年,60%的组织将因数据治理问题而无法实现AI用例的价值。企业需要统一的数据平台支持所有数据模型,建立可靠的AI就绪数据管道,并通过主权AI工厂标准化AI流水线。通过集成向量数据库、嵌入管道和模型服务,企业可将生产就绪应用的部署时间从数月缩短至数小时,实现完整的数据主权和治理。
新加坡南洋理工大学研究团队开发出EgoTwin系统,这是首个能够根据文字描述同时生成第一人称视频和匹配人体动作的AI框架。该系统通过创新的头部中心动作表示方法和因果交互机制,解决了视角对齐和动作画面同步的核心难题,在17万样本的真实数据集上实现了显著性能提升,为VR内容创作、影视制作等领域提供了新的技术可能。