سیگیت کار بر روی هاردهای NVMe را برای حجم‌های کاری هوش مصنوعی مقرون‌به‌صرفه آغاز می‌کند

نگاهی به آینده: فناوری هارد دیسک (HDD) به دهه ۱۹۵۰ برمی‌گردد و هنوز هم به استانداردهای ورودی/خروجی (I/O) دهه‌ها قبل متکی است. سیگیت (Seagate) قصد دارد هارد درایوها را به آینده‌ای مبتنی بر PCIe هدایت کند - تغییری که ناشی از افزایش تقاضا برای ذخیره‌سازی سریع‌تر در آموزش و استنتاج هوش مصنوعی، به‌ویژه در مراکز داده بزرگ و تشنه انرژی است.

سیگیت اخیراً رویکردی نوین برای توسعه و تکامل HDD معرفی کرده است و ذخیره‌سازی مغناطیسی و NVMe را در یک فناوری ذخیره‌سازی جدید گرد هم آورده است. این شرکت تولیدکننده می‌خواهد با ارائه راه‌حلی به طور قابل توجهی ارزان‌تر از درایوهای حالت جامد (SSD)، ذخیره‌سازی داده‌ها را برای شرکت‌های هوش مصنوعی ساده و بهبود بخشد.

هاردهای دیسک هرگز به سطح عملکرد SSDها نخواهند رسید، اما سیگیت می‌گوید که می‌تواند آنها را برای استفاده کارآمدتر در مراکز داده نسل بعدی بهبود بخشد. این شرکت با افزودن سازگاری NVMe به هارد درایوهای با ظرفیت بالا، در حال پیشگامی در یک راه حل "تحول‌آفرین" است.

سیگیت توضیح داد که با اتخاذ پروتکل مبتنی بر PCIe، هاردهای NVMe می‌توانند نیاز به سیلیکون اختصاصی مرتبط با رابط‌های SAS/SATA سنتی، آداپتورهای گذرگاه میزبان (HBA) و معماری‌های کنترل‌کننده نامناسب برای حجم‌های کاری هوش مصنوعی را از بین ببرند. پروتکل جدید نوید توان عملیاتی بالا و تأخیر کم را می‌دهد، اگرچه تصور آینده‌ای که در آن هارد دیسک‌ها داده‌ها را با گیگابایت در ثانیه منتقل کنند، دشوار است.

تصویر شماتیک از معماری NVMe

این هاردهای NVMe هیچ HBA یا کنترل‌کننده سفارشی نخواهند داشت، اما برای سازگاری بهتر، کانکتور SAS/SATA یکسانی را حفظ خواهند کرد. فناوری جدید استقرار راه حل‌های ذخیره‌سازی هوش مصنوعی را ساده می‌کند، در حالی که یک پشته درایور نرم‌افزاری NVMe واحد باید باعث شود HDDها و SSDها با کارایی بیشتری با هم کار کنند.

سیگیت همچنین توانایی اتصال مستقیم درایوهای NVMe به پردازنده‌های گرافیکی (GPU) را تبلیغ می‌کند و از گلوگاه‌های احتمالی ایجاد شده توسط مسیرهای داده سنتی از طریق CPU جلوگیری می‌کند. معماری جدید کارآمدتر است، بنابراین مدل‌های هوش مصنوعی می‌توانند مجموعه‌های داده بزرگ را با تاخیرهای ورودی/خروجی کاهش یافته پردازش کنند. علاوه بر این، یک فناوری جدید NVMe over Fabrics (NVMe-oF) باید HDDها را به معماری‌های ذخیره‌سازی کاملاً توزیع شده و مقیاس‌پذیر وارد کند.

سیگیت تأثیر بالقوه هاردهای NVMe را از طریق یکپارچه‌سازی اثبات مفهوم بین HDDهای سفارشی، SSDهای NVMe، واحدهای پردازش داده Nvidia BlueField (DPU) و نرم‌افزار AIStore آزمایش کرد. در حالی که این شرکت معیارهای خاصی در مورد عملکرد ارائه نکرده است، ادعا می‌کند که پلتفرم جدید برخی از مزایای کلیدی را برای گردش کار هوش مصنوعی ارائه کرده است. ارتباط مستقیم GPU به ذخیره‌سازی از طریق DPUها، تأخیرهای مربوط به ذخیره‌سازی را کاهش داد و در عین حال سربار SAS/SATA قدیمی را در معماری سیستم ساده‌تر حذف کرد.

علاوه بر این، نرم‌افزار AIStore به بهینه‌سازی حافظه پنهان داده برای عملکرد بهتر آموزش مدل هوش مصنوعی کمک کرد، در حالی که یکپارچه‌سازی NVMe-oF سودمندی خود را در خوشه‌های ذخیره‌سازی چند رک ثابت کرد. سیگیت گفت که NVMe HDDها 10 برابر کربن تجسم یافته کارآمدتر در هر ترابایت، چهار برابر مصرف برق کارآمدتر و هزینه "به طور قابل توجهی کمتر" در هر ترابایت نسبت به SSDها ارائه می‌دهند. این شرکت اکنون در تلاش است تا پلتفرم Mozaic 3+ مبتنی بر HAMR خود را مقیاس دهد و هارد دیسک‌های با ظرفیت بالاتر را توسعه دهد، در حالی که به بررسی راه حل‌های ذخیره‌سازی NVMe با شرکای خود می‌پردازد.