高性能メモリとストレージによって駆動される 6 つのアプリケーション

Author ルイス・リャオ | 2022 年 7 月 25 日 | 全て, テクノロジー

今日、私たちが想像する以上に多くのデータが作成、処理、保存されています。ソフトウェア、アルゴリズム、IoT デバイス、その他のマシンが、さまざまな形式、さまざまな方法、さまざまな目的でデータを生成する人々に加わりました。によると、2020 年には 64 ZB を超えるデータが作成されました。 IDCレポート.

データをスマートかつタイムリーに使用することで、信じられないほどの価値を引き出し、ビジネスの効率性を高める洞察が得られます。ただし、これらの効率を高めるには、ミッションクリティカルなワークロードの要求を満たす、これまでよりも高速で大容量で信頼性の高いメモリ、コンピューティング、ストレージリソースが必要です。そして、それは一方が他方を重ねるだけではなく、今日のストリーミング、多次元データセット、リアルタイム分析の複雑さと課題を克服するには、メモリとストレージの両方が進化、統合、収束する必要があります。

メモリとストレージの分割は、速度と永続性の間のトレードオフから生まれました (現在でも、IDC は 64 ZB のうち 2% のみが保存されていると推定しています)。しかし、メモリとストレージの間の境界線はますます曖昧になってきています。ストレージの転送速度を向上させる画期的なテクノロジーの開発。たとえば、ストレージクラスメモリ (SCM) は永続メモリの一種で、DRAM と同様の方法で不揮発性メモリを格納することで、NAND フラッシュと DRAM の間の一種のブリッジとして機能します。また、NAND フラッシュドライブの 10 倍の速度で、DDR SDRAM の半分のコストでそれを実現します。

ソース： ピュアストレージ

これにより、レイテンシが短縮され、非構造化データセットの高性能ストレージが可能になるため、さまざまなユースケースにわたって複雑なデータベース、分析、ファイルストレージ、オンライントランザクション処理 (OLTP) ワークロードが可能になります。

具体的には、高性能メモリには次の 2 つの種類があります。

- - グラフィックダブルデータレート (GDDR) – AI および暗号通貨マイニングのアプリケーションを備えた、コストが最適化された高速規格
  - 高帯域幅メモリ (HBM) – AR/VR、ゲーム、その他のメモリを大量に使用するワークロードのアプリケーション向けの大容量で電力効率の高い標準

ソース： それの表面

ストレージの面では、高速 SSD がその低遅延および高スループット機能により、ハイパフォーマンスコンピューティング (HPC) およびハイパーコンバージドインフラストラクチャ (HCI) アーキテクチャ内のストレージシステムの中核となりつつあります。

PCIe Gen 4.0 インターフェイスで動作する Phison の E18 NVMe コントローラーを搭載した SSD は、シーケンシャル読み取りおよび書き込みにおいて 1 秒あたり 7.4/7.0 GB というこれまで前例のない速度でシステムを稼働させます。 Phisonも出荷予定カスタム PCIe Gen 5.0 SSD 標準の早期採用者向けに今年後半に提供されます。

ライフサイエンスから通信、製造からフィンテックに至るまで、さまざまな業界が高性能ストレージとメモリを適切に組み合わせてビジネス機能を推進している様子を見てみましょう。

人工知能 (AI) と機械学習 (ML)

AI ベースのアルゴリズムは、ほぼすべての業界に浸透しています。ディープラーニングと ML は、医療、ローン支払い、ゲーム、採用、その他考えられるほぼすべてのビジネス機能におけるデータの収集と処理を推進します。 AI はプロセッサとメモリを大量に消費するテクノロジーであり、多くの大規模な実装では GPU (複雑な数学的および統計的計算の実行において CPU よりも効率的) が必要です。

GPU は、ML アルゴリズムの「トレーニング」および「推論」操作のために高性能メモリを要求します。

アルゴリズムやニューラルネットワークがそのタスクを適切に「学習」できるようにトレーニングするには、大規模なデータセットが必要です。多くの場合、これらのデータセットは大規模なので、複数のサーバーまたはクラウドシステムに分割したり、並行して実行したり、数日かけてシステムに入力したりする必要があります。これは、メモリがアルゴリズムにデータを「供給」（または取り込み）する際のボトルネックであることを意味します。電力効率が高く、高帯域幅、大容量のメモリと大規模で高速なストレージソリューションが必要です。

取り込みプロセスを開始する前に、さまざまなソースからデータを収集する必要があります。このデータは構造化されていない場合や、相互に互換性のないさまざまな形式である可能性があるため、単一の許容可能な形式に変換する必要があります。変換の速度は、インストールされているメモリとストレージの品質 (および量) によって決まります。取り込みプロセスとは異なり、変換中のストレージアクセスはさまざまであり、シーケンシャルおよびランダムの読み取りと書き込みの両方が必要です。

この問題は NVMe SSD で解決されます。NVMe SSD を使用すると、動的プロビジョニングによってストレージ部分をコンピューティングノードから分離することで、より大規模なデータセットを作成および管理できるようになります。 NVMe コントローラーにより、GPU とストレージメディア間の並列アクセスも可能になり、ML モデルのエポック時間 (またはデータセット全体を完全に通過するのにかかる時間) が高速化され、GPU の使用率が最大化されます。

AI モデルがトレーニングされた後、推論フェーズが開始されます。ここでアルゴリズムが出力を提示し、意思決定を支援します。 AI/ML 推論では、リアルタイムで答えを生成するために、高帯域幅と低遅延のメモリが必要です。ここでは、速度と応答時間がより優先されます。

高解像度ストリーミングビデオ (メディア & エンターテイメント)

ファイルサイズとデータ量の増加に関して言えば、ビデオは重要な要素です。解像度が向上すると視聴エクスペリエンスが向上しますが、ネットワーク上で保存および転送されるデータの量が大幅に増加します。 YouTube または Netflix で HD (1080p) ビデオをストリーミングすると「コスト」がかかります 1時間あたり1.6GBと3GB それぞれのデータ。解像度を 4K に上げると、消費量は 1 時間あたりそれぞれ 2.7 GB と 7 GB に増加します。公共放送局や OTT プロバイダーが番組や配信での 4K コンテンツの利用を増やすにつれて、4K コンテンツの導入と利用が加速しています。

ソース： シグニアント

最近では、インフォテインメント用のビデオやメディアのストレージが主にクラウドファイルストレージプロバイダーの関心事となっていますが (高速で高帯域幅の接続が利用できるため)、消費者や企業は、インフォテインメント用のビデオやメディアのストレージの大容量 SSD への移行を検討しています。読み取り集中型のワークロードトレードオフに注意する必要があります。これらの SSD のほとんどは、 QLC NAND フラッシュ TLC チップに比べて、レイテンシが高く、耐久性が低く、パフォーマンスが低い傾向があります。

ゲーム

4K/8K ビデオの導入を加速している業界はメディアとエンターテイメントだけではありません。ハイエンドゲームでは、高解像度のグラフィックスに加えて、遅延やバッファリングのない、より高速な応答時間が求められます。ゲーム愛好家やプロは、高性能グラフィックカードと大きなフレームバッファーを必要とする 4K/8K 画面を備えた複数のモニターを使用することがよく知られています。 HBM では、1 秒あたり 4096 I/O の速度で 16 ～ 32 GB のフレームバッファサイズが可能です。

現在、4K グラフィックスはゲーム機器の標準ですが、8K は明らかに未来です。これには、ビデオを高速で保存し、読み書きするために、より大容量で高速なコンソール内 SSD と外付け SSD が必要になります。

最新のビデオゲームが DDR RAM の最大の消費者であることは周知の事実です。リアルなレンダリングを可能にする GPU を大量に搭載したデータセンターを活用したクラウドゲームの急増に伴い、PC ゲームとコンソールゲームの両方でメモリ要件が高くなり続けています。

プロの PC ゲームでは、GPU がレイトレーシングや可変レートシェーディングなどの複雑な操作を実行する超高解像度 4K/8K グラフィックスが要求されることがよくあります。これらの操作では、遅延ゼロが必須となります。遅延とバッファリングは真剣なゲーマーなら許さない犯罪であり、GDDR または HBM メモリは交渉の余地のない要件になります。

次に、保管の問題があります。 2K 解像度の平均的な AAA ゲームは、ハードドライブ上で約 50 GB のスペースを占有します。 4K 解像度が標準になるにつれ、高解像度の独自のテクスチャマッピングや 3D フォトリアリスティックレンダリングアセットを使用する主流のゲームは、簡単に 150 ～ 200 GB のストレージスペースを占有します。これは、MOD、追加パック、その他のダウンロード可能なコンテンツ (DLC) とともに 20 程度のゲームの標準コレクションを維持するには、内蔵 SSD に少なくとも 2 TB の容量が必要であることを意味します。

ゲーミング SSD は大容量に加えて、5.5 GB/秒を超える読み取り速度も必要です。そうでないと、キャラクターの近くのテクスチャやオブジェクトが遅延して表示されます。最新の PCIe Gen4 NVMe M.2 ドライブは、大きな連続したファイルの場合は最大 7 GB/秒、小さな分散したファイルの場合は 3 GB/秒の読み取り速度を実現できます。

拡張現実 (AR) と仮想現実 (VR)

AR と VR は、ゲーム、ヘルスケア、エンジニアリング、建築、建設、教育など、さまざまな業界にゆっくりではありますが着実に浸透してきました。現実世界のアプリケーションよりも、トレーニングやシミュレーションでより広範囲に使用されます。仮想オブジェクトを現実のオブジェクトに置き換えることで、構築またはインストール後に仮想オブジェクトがどのように動作するかを理解できます。

ハイエンドARと VRヘッドセットビジネスクリティカルなアプリケーションに使用されるアプリケーションには、解像度 3840×2160 の超高解像度 (UHD) ディスプレイが必要です。これらには、高性能メモリを搭載した強力なグラフィックスカードが必要です。 4K 解像度の標準画像は、32 ビット RGB でエンコードされていると仮定すると 33.2 MB です。フレームレート 90 FPS の 4K VR ディスプレイでは、標準画像の移動に 3 GB/秒のデータ転送速度が必要です。これは、次のようになります。 6 GB/秒の読み取り速度 SSD 上のイメージのペア。より詳細な画像には最大 10 GB/秒の帯域幅が必要ですが、これは現在市場で入手可能な SSD では実現できません。 (ただし、2022 年後半にリリース予定の Phison の E26 SSD は、これらの読み取り/書き込み速度に達し、さらにはそれを超えるでしょう。)

ハイパフォーマンスコンピューティング (HPC)

今日、多くの分野には、コンピューティング、ストレージ、帯域幅のニーズが非常に高い、特定の専門的なビジネス機能があります。科学研究、金融、製造、防衛、エネルギー、ヘルスケアにおける多くのタスクには、最先端のパフォーマンスによるビッグデータの収集と処理が含まれます。

ゲーム開発、ビデオ編集、VR シミュレーション、CAD は、大量の I/O リソースと帯域幅を使用する中レベルのワークロードのほんの一部です。これらには、HPC を構成する強力なコンピューティングとクラウドシステムが必要です。 HPC には、天気の予測、デリバティブ価格の決定、衛星の制御を行うスーパーコンピューターが含まれており、これらには平均の何倍ものストレージ、メモリ、帯域幅が必要です。 HPC は現在、単なる IT コストセンターではなく、運用ワークフローの中核を成しています。それには、信頼性が高く、柔軟性があり、スケーラブルで効率的なストレージインフラストラクチャが必要です。

HPC 上で実行される典型的なアプリケーション (飛行シミュレーションや分子相互作用シミュレーションなど) は、ロードして開始するだけでも大量のデータが必要になります。リアルタイムのユーザーインタラクションと組み合わせると、低遅延、高帯域幅、大容量のストレージインフラストラクチャが必要になります。 HPC クラスターでは、ストレージデバイスに読み書きされるデータの量がエクサバイト (EB) 単位になることがあります。このため、計算操作の中断を避けるために、ストレージのデータ処理を CPU からオフロードする必要があります。

さらに、HPC アプリケーションには 2 種類のデータがあります。頻繁にアクセスされる「ホット」データ (そのため、計算ノードに近い SSD に保存する必要がある) と、「コールド」データ (アクセス頻度が低いため、SSD に常駐できる) です。ストレージアレイ）。

現在のストレージドライブは並列ファイルシステム (PFS) を採用しているため、クラスタ内のすべてのノードが最小限の待機時間ですべてのドライブと並行して通信できます。最新の SSD のみ NVMeコントローラーすべてのアプリケーション要求を遅延なく処理できます。

ソース： ウェカ

自動車

自動車産業の未来は、場合 – 接続、自律、共有、電気。これらのそれぞれの特性と機能により、現代の自動車にはデータの収集、処理、保存に対する高い要求が課せられます。現在の従来の自動車はすでに燃料と同じくらいデータを利用して走行しており、すべての自動車が生成する 1TBを超える 1 日あたりのデータ量:

- - テレマティクスおよび V2X アプリケーション – 8 GB ～ 64 GB
  - インフォテインメント – 64 GB ～ 256 GB
  - HD マッピング – 16 GB ～ 128 GB
  - ダッシュボードカメラ – 8 GB ～ 64 GB
  - デジタル計器クラスタ – 8 GB ～ 64 GB
  - ヒューマンマシンインターフェイス (HMI) – 32 GB ～ 64 GB
  - 拡張現実 (AR) – 16 GB ～ 128 GB
  - 先進運転支援システム (ADAS) – 8 GB ～ 128 GB
  - 事故記録 – 8 GB ～ 256 GB

今から 10 年も経たないうちに、9,000 万台の自動運転車 (AV) が接続され、集合的に 1 日あたり 1 ZB のデータが生成されるようになるでしょう。これらの膨大な量のデータを、管理どころかどのように理解すればよいのでしょうか?答えはNANDフラッシュベースです車載用ストレージソリューション eMMC、SSDなど UFS 一元化されたクラウドおよび AI ベースのアプリケーションと同期して動作します。

Phison でイノベーションを加速

Phison は、NAND フラッシュコントローラーおよびストレージソリューションのマーケットリーダーであり、これは今日説明した現実世界のアプリケーションのすべての基盤です。それはクライアントに提供します、企業そして埋め込みメモリとストレージの速度、容量、信頼性、効率の限界を超えるソリューション。

Phison のクラス最高の SSD 製品は、パフォーマンス、パワー、耐久性のカスタム仕様に合わせて製造および最適化されており、あらゆる業界で最も複雑でデータ集約型のミッションクリティカルなアプリケーションに適しています。一貫したパフォーマンスとより速い応答時間を実現し、ビジネスワークロードの成功率を直接的に向上させます。