从数据层筑基，赋能 AI 工厂

从数据层筑基，赋能AI工厂

作者：闪迪公司闪存产品市场及GTM部门高级总监Jeff Fochtman

AI基础设施正在经历根本性变革。最初专为模型训练构建的大规模集中式集群架构，正逐步演进为更具动态的系统，以实现持续运行大规模推理。例如NVIDIA MGX AI工厂生态系统正是顺应这一趋势而生，数据中心正朝着专为生成与交付AI成果而构建的方向发展，以承载日益丰富的工作负载需求。

但随着这些AI工厂逐步落地，一个趋势愈发清晰：系统性能已不再只取决于算力。它更取决于数据，包括数据传输速度、访问可靠性，以及数据在整个系统中的高效扩展能力。

为何数据既是瓶颈，又是破局机遇

当下的AI工作负载——从模型训练、微调，到尤其是实时推理——都依赖于对海量数据集的持续访问。模型必须以极低的延迟和稳定的吞吐来调取权重、上下文以及键值缓存（KV Cache）等中间数据。当数据层无法满足这些需求时，即使是更先进的GPU也只能闲置等待。这正是NVIDIA MGX等架构日益受到关注的原因。MGX采用模块化设计，使系统构建者能够根据特定的AI工作负载需求来灵活组合算力、网络及存储资源。在这一架构下，存储不再只是配套基础设施，更是为实现规模化应用提供性能支撑的关键要素。闪迪正在助力定义这一关键数据层。

高性能存储的作用

现代NVMe SSD在这场变革中发挥着核心作用，可提供保障AI管道持续高效运转所需的低延迟与高吞吐量。以SANDISK^®^ SN861 NVMe SSD 为代表的闪迪企业级存储产品组合正是针对此类场景打造，旨在为模型训练和推理管道提供所需的卓越性能与一致性。

不止性能：面向实际AI系统所打造

随着AI部署规模不断扩大，存储不仅需要具备高速性能，还必须能够无缝集成到日益高密度、模块化且散热条件受限的系统当中。正因如此，闪迪在连接性、散热及外形规格等演进方面持续推动创新。

以高速连接保持数据流转

在AI系统中，数据持续在存储、GPU与网络层之间传输。PCIe Gen 5高速连接可助力闪迪固态硬盘能够满足数据传输需求，以足够快的速度向加速器传输数据，从而更大限度地减少瓶颈。标准NVMe接口能够实现在NVIDIA MGX平台上的顺畅集成。

应对高密度AI部署的散热挑战

AI服务器的硬件集成密度已迫近上限。GPU、网络设备和存储设备紧密排布在有限空间内，进一步加剧散热压力。闪迪企业级固态硬盘（eSSD）专为在持续负载运行下保持稳定性能表现所设计，即便处于此类受限环境也不例外。

适配模块化架构的外形规格

E1.S规格已成为高密度NVMe部署的主流方案，能够在大规模部署中兼顾高效气流管理与便捷设备运维。闪迪也是较早将E1.S规格落地到模块化AI系统的厂商之一。

放眼未来，行业正在向E3.S规格演进，以支持更高功率和更出色的散热管理，包括适配液冷场景等，同时以更强的容量扩展能力来满足新一代AI工作负载需求。

全生态系统规模化部署

闪迪企业级固态硬盘产品矩阵与MGX等模块化架构适配，可广泛应用于各大原始设备制造商与云服务商生态系统中。这有助于SANDISK^®^ SN861 NVMe SSD 等产品能够在多元AI系统设计中和多种容量点上，实现灵活扩展。

更宏大的愿景

AI工厂代表着数据中心演进的下一阶段，这一阶段会持续、大规模地生成智能成果。从SANDISK^®^ SN861 NVMe SSD 等产品平台演进到E3.S等外形规格，闪迪正持续迭代企业级固态硬盘技术，助力筑牢AI工厂所依赖的数据存储底座。