高密度闪存存储为何成为AI时代的当务之急

AI工作负载已促使企业重新思考数据存储策略。随着训练数据集规模扩大及AI推理需求激增，数据量持续攀升；据ESG研究显示，今年83%的IT部门正争分夺秒升级存储容量。[1] 上述受访企业中，80%还因AI需求而向公有云倾注了更多数据。它们面临双重压力：一方面本地部署存储容量受限，另一方面潜在的高昂云服务费用（包括出口流量费）令其难以支撑所需AI模型。

在此情境下，每一项存储效率提升都至关重要，包括存储密度的改进。四层单元存储（QLC）闪存技术由此进入视野。QLC在单个存储单元中可存放4比特数据，而单层单元存储（SLC）仅存1比特，多层单元存储（MLC）则存2比特。QLC过去以性能问题和介质寿命短著称。然而，当今的QLC已大不相同，能为企业提供切实的存储密度优势。

存储供应商已将QLC推进至企业级市场

推动这一转变的并非QLC存储介质本身质量的显著提升，而是控制器质量的提升。控制器是存储介质的“守门人”，确保数据安全、快速地写入。它们采用动态错误管理、SLC写缓存及磨损均衡等技术，保障所存储数据的可靠可读性。

只要最终效果积极，这些技术细节对企业客户而言本不应重要。数据存储管理员需深入分析厂商技术以确认硬盘是否符合预期的时代早已过去。如今，存储厂商提供强有力的合同，明确将企业级存储的责任完全归于自身，并对容量与使用寿命作出实质性保障承诺。

QLC在AI环境中日益重要。随着数据量增长，QLC为厂商与客户双方均提供了应对空间。它使现代横向扩展架构能够实现从TB级到多PB级的线性可扩展性，而这正是AI所需的。

云并未吞噬一切

QLC之所以重要，是因为即便在云计算发展二十年后，企业仍将其关键数据保留在自有设施中——这是律师与监管机构的要求。因此，如今许多企业运行于混合环境之中。

AI并不关心数据位于何处，也不在意您是否能以统一方式交付数据；该技术需要全部数据。因此，无法打通组织孤岛与混合基础设施的存储平台将难堪其用。ESG发现，71%的IT团队在将存储连接至AI流水线时遭遇困难。企业级存储如今必须在同一基础设施上同时承载AI/ML流水线、数据分析、内容创作、生命科学以及企业文件。

提供高密度闪存选项的现代平台可在AWS与Azure上以软件定义方式运行，从而提供无痛式混合存储。订阅模式则确保同一套工具既可在本地部署，亦可在云端使用。

那些能在统一平台上处理块存储、文件存储及容器存储的平台将胜出。智能QLC实施为这些统一平台增添更多价值，因为企业可自动将热数据提升至SLC或MLC层级，同时按需将冷数据降级至QLC。

因此，QLC使合规成本变得可承受，也使企业数据存储更易管理。据戴尔称，高密度NVMe结合QLC相较旧有存储阵列可降低54%的能源账单。

QLC的不良声誉仍停留在2015年。当今设备可在生产负载下稳定运行，且价格令财务部门满意。随着AI存储需求激增及合规要求倍增，QLC在不作任何妥协的前提下，同时交付容量与控制力。是时候停止计数闪存单元数量，转而充分利用高密度存储来满足企业AI需求了。

斯科特·辛克莱（Scott Sinclair），Omdia公司基础设施、云、DevOps与网络业务实践总监