Kioxia και NVIDIA αλλάζουν τα δεδομένα στην αποθήκευση για AI με SSDs 100 φορές ταχύτερους έως το 2027

Η ιαπωνική Kioxia ετοιμάζεται να αλλάξει τα δεδομένα στην αποθήκευση για συστήματα τεχνητής νοημοσύνης, σε συνεργασία με την NVIDIA. Εντός του 2027 αναμένονται στην αγορά τα νέα SSDs που θα συνδέονται απευθείας με τις GPUs, προσφέροντας έως και 100 φορές υψηλότερη ταχύτητα ανάγνωσης σε σχέση με τις σημερινές λύσεις. Τα πρώτα δείγματα θα φτάσουν στους συνεργάτες στα τέλη του 2026, ανοίγοντας τον δρόμο σε μια επαναστατική αρχιτεκτονική για data centers και AI workloads.

SSD ως επέκταση μνήμης της GPU

Η πρόταση της Kioxia πηγαίνει πέρα από τον παραδοσιακό ρόλο της αποθήκευσης, μετατρέποντας τον SSD σε «memory expander» που επεκτείνει τη μνήμη των GPUs. Έτσι, κάρτες γραφικών όπως οι NVIDIA A100, H100 και H200 δεν θα περιορίζονται αποκλειστικά στη δική τους HBM (High Bandwidth Memory), αλλά θα μπορούν να αντλούν δεδομένα απευθείας από τον SSD, αξιοποιώντας χωρητικότητες επιπέδου terabyte με πρωτοφανείς ταχύτητες random read.

Η Kioxia στοχεύει τα 100 εκατομμύρια IOPS (Input/Output Operations per Second) στην τυχαία ανάγνωση, ενώ η NVIDIA πιέζει για ακόμη υψηλότερες επιδόσεις, έως 200 εκατομμύρια IOPS μέσω συνδυασμού πολλαπλών μονάδων. Η συνεργασία με την NVIDIA διασφαλίζει ότι οι νέοι δίσκοι θα ενσωματωθούν αρμονικά στη μελλοντική γενιά AI server infrastructure.

Η PCIe 7.0 ως θεμέλιο της νέας γενιάς

Η επόμενη γενιά AI-SSD θα βασιστεί στην πρότυπη διασύνδεση PCIe 7.0, η οποία διπλασιάζει το bandwidth σε σχέση με το PCIe 5.0, προσφέροντας έως και 512 GB/s αμφίδρομης μεταφοράς σε συστήματα με 16 lanes. Νέα ή αναβαθμισμένα πρωτόκολλα πρόσβασης αναμένεται να βελτιώσουν περαιτέρω την αξιοποίηση αυτού του bandwidth και να περιορίσουν τα bottlenecks.

Παρά τα άλματα στις ταχύτητες, το latency παραμένει η μεγάλη πρόκληση. Οι ταχύτεροι NVMe SSD έχουν καθυστέρηση 50–100 μικροδευτερόλεπτα, όταν η DRAM κινείται στα 50–100 νανοδευτερόλεπτα και η HBM3E στα 0,1–0,2 νανοδευτερόλεπτα. Με άλλα λόγια, οι SSD υστερούν ακόμη κατά τάξεις μεγέθους σε απόκριση, και το ζητούμενο είναι αν GPUs και λογισμικό θα καταφέρουν να αξιοποιήσουν το νέο μοντέλο χωρίς νέα σημεία συμφόρησης.

Συγκριτική απεικόνιση: HBM vs DRAM vs SSD

Η σύγκριση δείχνει καθαρά ότι τα AI-SSDs δεν πλησιάζουν το latency της HBM, αλλά προσφέρουν τεράστια χωρητικότητα με πολύ υψηλότερη ταχύτητα από τους σημερινούς SSD και με κόστος πολύ χαμηλότερο από την HBM.

Στρατηγική σημασία για τη NAND και το AI

Η Kioxia υπολογίζει ότι ως το 2029 σχεδόν το 50% της ζήτησης NAND θα προέρχεται από εφαρμογές AI. Τα AI-SSDs δημιουργούν μια νέα premium κατηγορία προϊόντων που απαντά σε δύο κρίσιμες ανάγκες: αφενός την κλιμάκωση δεδομένων σε επίπεδα terabyte, αφετέρου τη μείωση της εξάρτησης της NVIDIA (και άλλων κατασκευαστών) από την ακριβή και περιορισμένη HBM.

Προκλήσεις και αβεβαιότητες

• Θερμική διαχείριση και κατανάλωση: Η δραματική αύξηση των IOPS συνεπάγεται υψηλότερη κατανάλωση ενέργειας και ανάγκη για αποδοτικότερα συστήματα ψύξης.

• Αντοχή NAND: Συνεχής πρόσβαση με random patterns μπορεί να μειώσει τον κύκλο ζωής των NAND chips.

• Οικοσύστημα υποστήριξης: Χρειάζονται νέα firmware, drivers και software ώστε να εκμεταλλεύονται πλήρως τις δυνατότητες των AI-SSD και να περιορίζουν το latency.

Το ζητούμενο

Με την NVIDIA στο πλευρό της, η Kioxia επενδύει στη θέση των AI-SSD ως ενδιάμεσου κρίκου ανάμεσα στη μνήμη και την αποθήκευση. Αν η εμπορική υπόσχεση για 100× ταχύτερη πρόσβαση μετουσιωθεί σε πρακτικό όφελος στα AI workloads και όχι μόνο σε θεωρητικούς δείκτες, τότε τα drives αυτά ίσως αναδιαμορφώσουν την αρχιτεκτονική των data centers. Το μεγάλο ερώτημα είναι αν η βιομηχανία θα τα αγκαλιάσει ως game changer ή αν θα παραμείνουν μια εξειδικευμένη λύση για συγκεκριμένα workloads υψηλής έντασης.