很大程度上的原因是，如今的 SSD 迭代升級的感知不強烈，遠沒有當年機械硬盤換固態硬盤那種鳥槍換炮的爽快感。關注咱們頻道的大伙兒應該都知道，如今各大廠卷得頭破血流的順序讀寫速度，其實在咱們日常生活當中很難用上，所以各位購買固態硬盤基本都側重在隨機讀寫的性能上了。不過，近幾代 SSD 在隨機讀寫的數據上其實進步也不小，三星 9100Pro旗艦盤的隨機讀寫都已經超過 200 萬 IOPS 了，但還是感覺性能提升有限。一方面是目前主流硬盤的速度都非?？炝?，基本已經達到了我們能細微感知的上限了。另一方面就是隨機混合讀寫延遲的鍋，它會直接影響咱們的系統響應速度和應用響應速度。如果熟悉 SSD 的同學可能已經想到了在這方面表現突出的神話——intel Optane（傲騰）憑借其獨特的架構 3D XPoint 可以做到單獨尋址，所以不需要垃圾回收，也就是不用擦除就能寫入，因此隨機讀寫延遲可以分別做到 6.5μs 和 18μs。而目前最新 PCIe5.0 SSD 的隨機混合讀寫延遲還在 50μs 左右。就在最近，三星副總裁宣布將重拾 Z-NAND 技術，目標是將性能提升到比傳統 NAND提升 15 倍，并且將其功耗降低 80%。Z-NAND 于 2010 年首次問世，目的就是狙擊 intel 的 Optane，不過很可惜，初代 Z-NAND 本質上只是經過加速優化的 SLC NAND SSD，采用 48 層 V-NAND 顆粒，然后還是以模擬 SLC 運行。主要改進是將頁大小縮小到 2-4KB（普通 SSD 一般采用 8-16KB 頁的大?。?，方便以更小的數據讀寫，降低延遲。效果也比較明顯，隨機讀寫延遲降低到了 12-20μs。隨機讀寫速度也達到了 75萬 IOPS 和 17 萬 IOPS。不過從數據對比上大伙兒也能看出來，除了順序讀寫和游戲加載速度，在其他方面面對傲騰基本都是完敗。并且由于降低了單頁存儲密度，所以成本上來了，價格也就水漲船高，最終這兩都落到了含淚被砍的命運。隨著 AI 的不斷發展，深度學習、神經網絡訓練等應用除了需要巨大容量，還要有巨大的吞吐量、低延遲和高?IOPS?需求。AI 模型動輒幾百 GB，數據吞吐和延遲成了訓練瓶頸。尤其是大模型生成時，GPU 等數據的時間越來越長。所以 Z-NAND 自然而然就被重新重視起來了，畢竟 AI 公司并不缺錢嘛。并且為了更加契合 AI，三星還引入了一種可以讓 GPU 繞過 CPU 和 DRAM 從而直接訪問 SSD 的技術：GPU-Initiated Direct Storage Access（GIDS），用來進一步降低延遲。短期內，這項技術肯定是面向企業或者 AI 場景，但隨著 AI 的大眾化和蒸餾模型的不斷演化到本地部署，消費級市場也未必沒有機會。屆時在電腦上應用無論是系統應用和游戲加載，速度都能更快甚至翻倍。數據來源：tomshardware、三星、kingspec、鎧俠、intel，圖源網絡。
本文編輯：@ 阿紅
?本文著作權歸電手所有，未經電手許可，不得轉載使用。
