เบื้องหลัง SSD 122TB ของ Huawei: นวัตกรรม Die‑on‑Board ที่เพิ่มความจุโดยไม่ต้องใช้ NAND รุ่นใหม่

รายงานในอุตสาหกรรมยังกล่าวถึงการใช้ SSD ขนาด 122.88TB ในบางคอนฟิก ทำให้ระบบหนึ่งเครื่องสามารถมีความจุระดับหลายเพตะไบต์ได้

แพลตฟอร์มลักษณะนี้มักถูกใช้กับงาน เช่น

• AI data lakes
• แพลตฟอร์มสตรีมมิงและจัดเก็บคอนเทนต์
• ระบบสำรองข้อมูลขนาดใหญ่
• การจัดเก็บข้อมูลไม่เป็นโครงสร้างจำนวนมหาศาล

โรดแมปถัดไป: SSD สำหรับ AI ขนาด 245TB

Huawei ยังเปิดตัว SSD รุ่นใหม่สำหรับงาน AI ภายใต้แบรนด์ OceanDisk โดยออกแบบมาเพื่อรองรับคลัสเตอร์ฝึกโมเดลที่ต้องจัดการชุดข้อมูลขนาดมหาศาล

รุ่นที่มีความจุสูงสุดคือ OceanDisk LC 560 ซึ่งมีสเปกที่รายงานไว้ เช่น

• ความจุสูงสุด ประมาณ 245TB ต่อไดรฟ์
• แบนด์วิดท์อ่านต่อเนื่องราว 14.7 GB/s
• ปรับแต่งสำหรับการประมวลผลข้อมูล AI และชุดข้อมูลมัลติโหมดขนาดใหญ่

Huawei ระบุว่า SSD เหล่านี้สามารถช่วยลดการพึ่งพาหน่วยความจำความเร็วสูงราคาแพงอย่าง HBM (High‑Bandwidth Memory) ในงานฝึก AI ได้บางส่วน

เปรียบเทียบกับคู่แข่งอย่าง Micron

แนวทางของ Huawei แตกต่างจากผู้ผลิต NAND ชั้นนำอย่าง Micron อย่างชัดเจน

ตัวอย่างคือ Micron 6600 ION ซึ่งเป็น SSD สำหรับดาต้าเซ็นเตอร์ที่มี

• ความจุสูงสุด 245.76TB
• ใช้ QLC 3D NAND แบบ 276 ชั้น (G9) ซึ่งเป็นเทคโนโลยี NAND รุ่นใหม่
• ถูกนำไปใช้ในดาต้าเซ็นเตอร์ hyperscale และคลาวด์

กล่าวอีกแบบคือ

• Micron เพิ่มความจุด้วยการใช้ NAND รุ่นใหม่ที่มีจำนวนเลเยอร์สูงขึ้น
• Huawei เพิ่มความจุผ่านนวัตกรรมด้านการแพ็กเกจและการออกแบบระบบ

ทำไม “การแพ็กเกจชิป” จึงสำคัญขึ้นเรื่อย ๆ

การมาถึงของ SSD ระดับ 100TB–250TB ต่อไดรฟ์ แสดงให้เห็นว่า ความจุของสตอเรจไม่ได้ขึ้นอยู่กับกระบวนการผลิตชิปเพียงอย่างเดียว

องค์ประกอบอื่น ๆ เช่น

• วิธีการซ้อนและแพ็กเกจชิป
• สถาปัตยกรรมคอนโทรลเลอร์
• เฟิร์มแวร์
• การออกแบบระบบจัดเก็บข้อมูล

ล้วนมีบทบาทในการเพิ่มความจุของ SSD

เทคนิค Die‑on‑Board ของ Huawei เป็นตัวอย่างชัดเจนว่า ผู้ผลิตสามารถเพิ่มความจุของสตอเรจได้ แม้จะมีข้อจำกัดด้านการเข้าถึงเทคโนโลยีเซมิคอนดักเตอร์รุ่นล่าสุด ขณะที่บริษัทอื่นอย่าง Micron ก็ยังคงผลักดันความจุผ่าน NAND รุ่นใหม่ที่มีเลเยอร์สูงขึ้น

สุดท้ายแล้ว ทั้งสองแนวทางกำลังมุ่งไปสู่เป้าหมายเดียวกันคือ SSD เดี่ยวที่มีความจุระดับหนึ่งในสี่เพตะไบต์หรือมากกว่า เพื่อรองรับข้อมูลขนาดมหาศาลของยุค AI และดาต้าเซ็นเตอร์ขนาดใหญ่