去年AIGC带动了HBM的市场需求，这是因为高性能GPU显卡都需要用到大量HBM内存，而AIGC的发展需要用到大量显卡。在今年，QLC NAND闪存迎来高光时刻，同样也是因为AIGC。
当前很多人都非常看好AIGC的未来发展，相关个股以英伟达为代表，市值已经突破天际。全球范围内非常多企业都在加大AI相关投资，计算芯片以GPU最具代表性，存储芯片方面就得看NAND闪存存储芯片了，特别是QLC NAND芯片。
在过去6年多时间里，Solidigm在QLC技术、产品和方案上做了很多耕耘，现在受益于AIGC的发展，迎来了QLC闪存发展的好年景。
新建数据中心，QLC SSD更受追捧
Solidigm亚太区销售副总裁倪锦峰介绍称，2024年年初，NAND市场前景尚不明朗，但从2、3月份起，AIGC需求在北美中型客户中迅速增长。
很多企业在新建数据中心时，基本不再考虑纯HDD方案，而是会大量采用SSD。从技术与应用的角度来分析，倪锦峰认为，主要原因有以下四点：
首GPU利用率。随着GPU性能的提升，算力与存力的脱节问题日益突出，SSD方案可以应对这一问题，并且显著提高GPU利用率。
第二，为了满足节能需求。一些地区对功耗有严格限制，SSD替换HDD能节省大量功耗，是推动QLC大规模应用的重要原因。
第三，来自空间优化的需求。新建数据中心需要较长时间，AIGC客户需要在有限的机架空间内部署更多的算力和存力，有密度优势的SSD，特别是QLC SSD更有优势。
第四，边缘计算的需求。计算和存储从数据中心向近边缘和远边缘转移，这些边缘端对功耗和空间有更高要求，而SSD，特别是QLC SSD在这一场景更有优势。
Solidigm从2018年就开始深耕QLC技术，积累了丰富的经验，现在是全球唯一一家有企业验证的61.44TB QLC SSD的公司，产品技术非常成熟，正好赶上这波市场需求大涨。
倪锦峰看好QLC在数据中心市场的前景。如今核心数据中心的存储中，HDD占了约90%，如果能替换10%-20%的HDD，SSD市场会大幅扩大。
AI服务器为什么需要QLC
AIGC的发展需要大量的AI服务器，而AI服务器对存储需求正在快速增加。据了解，AI服务器对存储的需求比普通服务器高2.5到3倍，因为AI需要大量数据流来提高GPU利用率。
QLC以助化务。AIGC服务器的能耗普遍都很高，其他组件想要降功耗很难，而通过使用QLC或大容量SSD替代HDD，可以节省大量能耗和空间。
与很多人想象中不同的是，考虑到延迟的问题，不仅需要在边缘端做AIGC推理，还需要在边缘端进行轻量级训练，QLC SSD在性能、能耗和空间节省上的特性，非常合适用于边缘场景。
如果要说最典型的场景，还是要看数据中心里的AI训练场景。AI的工作流阶段，包含数据摄取阶段、数据准备阶段、模型训练阶段以及推理阶段。
其中，数据摄取阶段主要看顺序写入性能，准备阶段主要看顺序读取性能，训练阶段关注随机读取性能，以及检查点创建和恢复所需的读写性能，推理阶段主要看随机读取能力。
在以上场景中，Solidigm的D5-P5430相较于24TB的SATA HDD的性能有10倍甚至4500倍的差距，是训练过程中的必选方案。
Solidigm的QLC产品技术非常成熟，它所提供的三大系列QLC产品D5-P5430、D5-P5336、D5-P5316各有特色，适用于不同的应用场景。
P5430基于4KB IU，与TLC几乎可以无缝切换；P5336和P5316则基于较大的数据块，需要一定的操作才能更好地发挥QLC的优势。在容量方面，P5336可支持高达61.44TB，并提供多种接口选择，而P5316和P5430则支持高达30.72TB的容量。
具体到AI场景上，如果用户想要最大化XPU利用率，可以使用SLC的P5810作为缓存，加上CSAL件，合QLCP5336使用，既能提供大容量又有性能保证。
想要均衡的读写性能和成本，则可以选择P5520和P5430。想要低成本的方案，则可以选择P5336，它特别适合大块数据的顺序读取和写入应用场景。
金山云原有的数据处理方案KS3使用纯HDD，加载40TB原始数据集需要535分钟完成一次数据准备。引入Solidigm SSD解决方案后，数据准备时间缩短至11分钟，提升了48.6倍。
正睿科技协助研究所构建大容量数据湖，面临着读取性能低、部署时间长和存储成本高等挑战。通过采用SolidigmD5-P5336，正睿科构了高度存节点，现单100万IOPS和700TB存储空间，显著节省了空间和功耗。
61.44TB大容量企业级SSD，国内外用户接受度有所不同
未来的数据量一定还会持续增长，随着用于AI训练的数据集以及整体数据规模的不断增长，对于大容量存储的需求也肯定会越来越高。这也会让拥有更大容量，更高密度的SSD更受欢迎。
前不久，戴尔科技发布了新一代的NAS文件存储系统PowerScale F910就宣布计划采用61TB的QLC SSD，考虑到市场上仅有Solidigm推出了61TB的QLC SSD，极有可能就是用的这款Solidigm D5-P5336。
一些主流存储厂也超大容量SSD，似乎预示着大容量磁盘更容易被普遍接受了。然而，倪锦峰介绍称，目前国外用户比较青睐61.44TB这种容量的企业级SSD，而国内企业用户则倾向于选择其它容量如30TB的盘。
由于某些区域或时间段内，一些国外企业无法获得足够的电力预算，所以，只能选择功耗更低的QLC SSD。同时，传统机房功率有限，难以支持高功耗的GPU系统，但由于机房改造成本太高，用SSD替代HDD来降低功耗反而是更经济的选择。
此外，HDD的年化失效率较高，容量带来更多故障风险，需要更多失效管理，数据恢复成本高。因此，从运营角度看，使用SSD替换HDD也可以节省大量成本。因此，很多国外企业选择更大容量的SSD。
外一些地区的用户不同的是，国内企业用户在当前阶段更侧重于GPU的投资。由于GPU在AI计算中的重要性，国内企业在这方面投入了大量资源，对存储的关注还有待提高。
而且，国内企业对功耗和空间的要求相对没有国外那么高。在国内的数据中心环境中，功耗和空间虽然也是考虑因素，但相对来说没有那么紧迫。
国内在AI存储架构和配置方面还在不断完善过程中。国内客户正在逐步接受并研究大容量SSD的部署，这也需要生态系统的准备。硬软件生态系统还需要针对大容量SSD做相应地调整和优化。
倪锦峰也表示，非常希望看到越来越的国客户采大容量SSD，以进步推动AI技术的发。
