AI 浪潮下，GPU、NPU、 先进制程等技术被津津乐道，相较之下，存储器领域当前仅HBM格外受到重视，其他产品尚未“出圈”，这不免让部分存储业界厂商感到一丝“孤独”。对此，慧荣科技CAS业务群资深副总段喜亭在近日举办的集邦咨询MTS2025存储产业趋势研讨会上表示，AI不是少数人的“武林”，AI运算的中心是数据，数据都放在存储器当中。事实上存储一直以来就在AI生态系统里，并在其中扮演关键角色。
01、 AI时代对存储提出四大能力要求
段喜亭先生认为，存储在AI时代需要具备四大能力： 第一是高容量，每人每天产生的数据量从2024年的10GB增长到2034年的100GB，全球数据总量将超过200ZB。大语言模型和深度学习的成长也会带动Token倍数的增加。所以高容量绝对是未来的趋势，但是高容量又要维持足够的成本结构，因而业界看好QLC NAND 。
第二是数据安全，尤其是端侧的AI，我们都希望数据保存在自己这里，隐私保护、预防措施、数据完整性，这是AI接下来非常关注的方面。
第三是数据效率，如何让让AI大语言模型可以很高速地完成计算，把它所需要的资料提供给它，然后在最短的延迟之内把你的资料量来做存与读，这一点同样重要。低延迟、及时、节省成本、优化资源和数据放置的技术，这些都是以前不会考虑的，但是到了AI时代都必须要考虑。
第四是功耗效率。在AI的装备竞赛里面，大家第一个想到的是要盖核电厂。如何达到最高的效率，但是最节省功耗，这同样十分重要。功耗也带动了成本的降低，因为高功耗需要散热，而散热就要增加成本，尤其是在Edge端。所以低功耗绝对是接下来存储产业进入AI领域很重要的方向，降低功耗，也相当于是延长了寿命。
02、 存储革新慧荣科技AI存储全面战略曝光
为满足AI时代下的需求，慧荣科技针对上述四大能力展开布局。
首先是高容量，AI兴起之后，QLC NAND的成本优势逐渐凸显，相信未来几年成本会与TLC逐渐拉开差距。慧荣科技主控已经发展到第8代，所有的NAND Xtend有强劲的ECC（错误纠正码）演算法，它是为QLC而生的，这个ECC引擎不仅要有足够的更正能力，还要有在相同的更正能力下，打造最小的功耗，这样也促使我们把深度学习的技术带到ECC engines里面。
有QLC大容量还不够，数据效率怎么提升？优化数据放置的位置，以提高数据效率，这是接下来很重要的一点。之前业界提出两个技术，一个是ZNS，一个是FDP。我们可以看到ZNS已经被FDP取代，接下来很多厂商都是往FDP这个方向走，慧荣科技采用了FDP（Flexi ble Data Placement）灵活数据放置技术，为优化AI数据流水线提供了更高效的解决方案。这项技术通过智能化数据管理，提升了数据写入效率和系统吞吐量，特别是在QLC SSD中的测试表现尤为突出。
接下来是功耗。数据中心可以一味追求速度，甚至把它浸在水里面散热都无所谓，但是在Edge端没办法这样做，因为大家都是用电池的，散热很重要。对此，慧荣科技发展出一个新的指标，就是Performance/watt，相同的功耗下，谁的速度更快，这才是有意义的。慧荣科技主控产品为了符合这一要求，重新排列ASIC中的功耗区域，不用的时候就把它关掉，只留下要用的区域，然后重新设计LDPC的引擎。此外，借助最先进的 EUV 制程工艺，主控产品整体的功耗也得到降低。
数据安全方面，AI时代里面，数据保密、防篡改硬件 、先进的加密标准，慧荣科技在主控里面都有投入，此外慧荣科技还有intelligence Guard、intelligent Scan，用于防止黑客攻击。
会上，段喜亭先生介绍了慧荣科技在AI存储生态的全方位布局，包括数据中心/企业级存储、AI PC/手机、以及智能汽车四大领域，并展示了MonTitanTM SM8366、UFS 4.1 SM2756、SM2508 PCIe Gen5以及车用PCIe Gen4 SSD 主控芯片等解决方案。
03、 结语
展望未来，段喜亭先生进一步探讨了存储技术的发展趋势。他认为，随着 AI技术从单模态数据向多模态数据融合的方向发展，存储架构的创新势在必行。未来的存储系统需要同时兼顾数据的能效与集成能力，以满足AI模型对数据多样性和复杂性的要求。最后，段喜亭先生表示，存储一直在AI生态链占据重要地位，希望存储业界厂商不要焦虑，因为未来掌握在各位的手上。慧荣愿与各位共同成长，希望把各位伙伴们带到另外一个层次，携手进入AI的领域。
版权声明
本文为本站原创内容,转载需注明文章来源(https://www.eiefun.com)，另:文中部分素材可能会引用自其他平台，如有侵权或其它，请联系 admin@eiefun.com，我们会第一时间配合删除