GP1 SSD: เมื่อสตอเรจองค์กรต้องวิ่งทัน GPU และงาน AI
Kioxia GP1 SSD คือกลุ่มโซลิดสเตตไดรฟ์สำหรับองค์กรที่ออกแบบบน PCIe 6.0 และใช้หน่วยความจำแฟลช XL-FLASH เจเนอเรชันที่สอง เพื่อสร้างเลเยอร์สตอเรจความหน่วงต่ำที่ GPU สามารถเข้าถึงได้โดยตรง ทำหน้าที่เป็นการขยายหน่วยความจำสำหรับระบบ AI ที่ต้องใช้ชุดข้อมูลขนาดใหญ่ รองรับสถาปัตยกรรมใหม่ที่เชื่อมต่อระหว่าง HBM กับแฟลชความเร็วสูงเพื่อลดต้นทุนต่อความจุและเพิ่มการใช้ทรัพยากร GPU ให้คุ้มค่าที่สุด. การเปิดตัว Kioxia GP1 Series PCIe 6.0 NVMe SSD อย่างเป็นทางการในงานประชุม FMS ทำให้เราเห็นชัดว่า Kioxia เลือกยืนฝั่งไหนในสงครามโครงสร้างพื้นฐาน AI: ฝั่งที่เชื่อว่า "คอขวด" ต่อไปไม่ใช่พลังประมวลผลของ GPU แต่คือสตอเรจที่ช้าเกินไปสำหรับงาน GPU-initiated I/O. นี่ไม่ใช่แค่ SSD ใหม่ แต่เป็นการก้าวข้ามแนวคิดเดิมที่มอง SSD เป็นเพียงที่เก็บข้อมูล มาเป็นเลเยอร์หน่วยความจำสำหรับโมเดลภาษาและโครงข่ายประสาทขนาดใหญ่.
จาก 10M สู่ 100M IOPS: สถาปัตยกรรม PCIe 6.0 และ XL-FLASH กำลังนิยามความเร็วใหม่
หัวใจของ Kioxia GP1 SSD คือการผสาน PCIe 6.0 storage เข้ากับหน่วยความจำ XL-FLASH generation 2 ที่ออกแบบมาเพื่อความหน่วงต่ำและ IOPS สูงเป็นพิเศษ. รุ่นแรกของ GP1 ให้ประสิทธิภาพการอ่านแบบสุ่มสูงถึง 10 ล้าน IOPS ที่ขนาดบล็อก 512 ไบต์ ซึ่งสูงกว่าขอบเขตของ enterprise NVMe drive แบบ TLC ดั้งเดิมอย่างชัดเจน และยังมีการเข้าถึงข้อมูลระดับ 512-byte ที่ละเอียดกว่าเพื่อให้เข้ากับรูปแบบการโหลดข้อมูลสำหรับงาน AI ที่ต้องดึงข้อมูลจำนวนมากจากสตอเรจทีละชิ้นเล็กๆ. ที่น่าสนใจยิ่งกว่าตัวเลขวันนี้ คือเป้าหมายที่สถาปัตยกรรมนี้ถูกออกแบบไว้ให้ขยายจาก 10 ล้านไปสู่ 100 ล้าน IOPS ในเจเนอเรชันถัดไป. นี่คือสัญญาณชัดเจนว่า Kioxia ไม่มอง GP1 เป็นแค่ผลิตภัณฑ์หนึ่งรุ่น แต่เป็นแพลตฟอร์มระยะยาวที่จะผลักดันเส้นเพดานสมรรถนะของงาน AI inference และ LLM ให้สูงขึ้นเรื่อยๆ โดยไม่ต้องพึ่งการเพิ่ม HBM หรือ DRAM ภายในโหนดมากเกินไป.
| Spec | GP1 รุ่นแรก | เป้าหมายในอนาคต |
|---|---|---|
| สถาปัตยกรรมอินเทอร์เฟซ | PCIe 6.0 + NVMe 2.2 | ต่อยอดบน PCIe 6.0 |
| สื่อบันทึกข้อมูล | XL-FLASH generation 2 | XL-FLASH เจเนอเรชันถัดไป |
| Random Read IOPS | สูงสุด 10M @ 512-byte | เป้าหมายสูงสุด 100M |
| ความทนทานต่อการเขียน | สูงสุด 50 DWPD | คาดว่ารักษาระดับองค์กร |
| รูปแบบฟอร์มแฟกเตอร์ | E3.S, E1.S 9.5/15mm | สายองค์กร รองรับการระบายความร้อนขั้นสูง |
AI GPU memory extension: ทำไมสถาปัตยกรรมใหม่ของ Kioxia จึงตอบโจทย์งาน LLM และ inference
จุดพลิกเกมสำคัญของ Kioxia GP1 SSD คือการวางตัวเองเป็น AI GPU memory extension มากกว่าการเป็นสตอเรจทั่วไป. สถาปัตยกรรม GP Series ถูกออกแบบให้รองรับ GPU direct access อย่างชัดเจน ทำให้ GPU สามารถดึงข้อมูลจากแฟลชเลเยอร์ถัดจาก HBM ได้โดยตรง แทนที่จะผ่านซีพียูแล้วไปยัง SSD แบบเดิมที่มีความหน่วงสูงและมักกลายเป็นคอขวดของงาน inference ขนาดใหญ่. สำหรับระบบที่รัน large language models หรือโครงข่ายประสาทที่ต้องใช้ชุดข้อมูลระดับหลายเทราไบต์ ขีดจำกัดของ HBM กลายเป็นกำแพงหลักเพราะการเพิ่มความจุมีต้นทุนสูงมาก. แนวทางของ GP1 คือใช้แฟลชความเร็วสูงเป็นเลเยอร์เสริมให้ HBM ทำให้ระบบ AI เข้าถึงชุดข้อมูลใหญ่ขึ้นด้วยต้นทุนที่ต่ำกว่าการเพิ่ม HBM อย่างมาก พร้อมกับเพิ่มการใช้ประโยชน์จาก GPU ให้เต็มประสิทธิภาพ. Neville Ichhaporia พูดชัดว่า "กำแพงหน่วยความจำ AI เป็นความท้าทายสำคัญที่อุตสาหกรรมต้องแก้ไข" และ GP1 คือคำตอบเชิงผลิตภัณฑ์ต่อโจทย์นั้น.
ฟอร์มแฟกเตอร์องค์กรและสัญญาณจากตลาดทุน: GP1 ไม่ใช่แค่เทคโนโลยีทดลอง
แม้จะเน้นงาน AI และ GPU-initiated I/O อย่างชัดเจน แต่ Kioxia GP1 SSD ก็ถูกออกแบบมาให้เป็น enterprise NVMe drive อย่างแท้จริง ทั้งการรองรับสเป็ก PCIe 6.0 และ NVMe 2.2 รูปแบบฟอร์มแฟกเตอร์ E3.S และ E1.S (หนา 9.5 และ 15 มม.) รวมถึงความสามารถในการทำงานร่วมกับระบบระบายความร้อนด้วยของเหลวแบบ cold-plate ในรุ่นบาง และการใช้งานในเซิร์ฟเวอร์ที่ระบายความร้อนด้วยอากาศแบบดั้งเดิม. ความทนทานระดับสูงสุด 50 DWPD สื่อว่าตั้งใจให้รับโหลดเขียนหนักในดาต้าเซ็นเตอร์ ไม่ใช่แค่การอ่านอย่างเดียว. ตลาดทุนก็ตอบรับอย่างไว ราคาหุ้นของ Kioxia พุ่งขึ้นเกือบ 6% หลังข่าวเปิดตัว GP1 series ปิดที่ระดับ 52,090 เยนในวันนั้น. นี่คือคำตัดสินจากนักลงทุนว่าตลาดกำลังเชื่อในทิศทาง AI storage แบบใหม่ที่ GP1 เปิดทางให้ และมองว่าความต้องการโซลูชันที่ย้ายภาระจาก HBM ไปยังแฟลชความเร็วสูงจะขยายตัวตามการปรับใช้ AI เชิงพาณิชย์ในระดับองค์กร.
มุมมองต่อการนำไปใช้จริง: จากตัวอย่างทดสอบสู่มาตรฐานใหม่ของสตอเรจ AI
แม้ภาพอนาคต 100 ล้าน IOPS ยังอยู่ในโรดแมป แต่ GP1 รุ่นแรกก็เริ่มขยับจากแนวคิดสู่การใช้งานจริงแล้ว โดย Kioxia ระบุว่าจะเริ่มส่งมอบตัวอย่างสำหรับทดสอบให้ลูกค้าเฉพาะกลุ่มภายในสิ้นปีนี้ และสเป็กสำหรับการผลิตในปริมาณมากอาจมีการปรับเปลี่ยนตามผลการทดสอบ. สำหรับองค์กรที่กำลังชนกับเพดานสมรรถนะของ SSD ดั้งเดิมในงาน LLM และ inference การทดลอง GP1 คือโอกาสในการวัดว่าการเชื่อมต่อ GPU ตรงกับสตอเรจความเร็วสูงจะลดเวลาตอบสนองและเพิ่ม throughput ได้มากแค่ไหนในเวิร์กโหลดจริง. ในมุมมองเชิงกลยุทธ์ GP1 น่าจะผลักให้ผู้ให้บริการโครงสร้างพื้นฐาน AI และคลาวด์ต้องกลับมาคิดใหม่เรื่องการออกแบบเลเยอร์หน่วยความจำและสตอเรจ: แทนที่จะขยาย HBM อย่างเดียว อาจต้องวางเลเยอร์แฟลชแบบ XL-FLASH เป็นส่วนมาตรฐานของสถาปัตยกรรม AI ใหม่ เพื่อให้ GPU ได้สภาพแวดล้อมข้อมูลที่เร็วพอ โดยไม่ทำให้ต้นทุนบานเกินไป. หากการทดสอบพิสูจน์ว่ากรอบคิดนี้ให้ผลจริง GP1 สามารถกลายเป็นมาตรฐานใหม่ของสตอเรจสำหรับงาน AI ก้าวต่อไปขององค์กร.
