全球存儲(chǔ)解決方案領(lǐng)域的領(lǐng)軍企業(yè)Kioxia Corporation成功研發(fā)出一款大容量、高帶寬閃存模塊原型，該模塊對(duì)于大規(guī)模人工智能(AI)模型而言至關(guān)重要。這一成果是在日本國(guó)家研發(fā)機(jī)構(gòu)——日本新能源產(chǎn)業(yè)技術(shù)綜合開(kāi)發(fā)機(jī)構(gòu)(NEDO)委托的后5G信息和通信系統(tǒng)基礎(chǔ)設(shè)施增強(qiáng)研發(fā)項(xiàng)目(JPNP20017)框架內(nèi)取得的。這款存儲(chǔ)模塊具備5太字節(jié)(TB)的大容量和64吉字節(jié)每秒(GB/s)的高帶寬。

為解決傳統(tǒng)DRAM存儲(chǔ)模塊面臨的容量與帶寬難以兼顧的問(wèn)題，Kioxia開(kāi)發(fā)了一種新的模塊配置，采用閃存顆粒的菊花鏈連接方式。我們還研發(fā)了支持128吉比特每秒(Gbps)帶寬的高速收發(fā)器技術(shù)，以及提升閃存性能的相關(guān)技術(shù)。這些創(chuàng)新已被有效應(yīng)用于存儲(chǔ)控制器和存儲(chǔ)模塊。

該存儲(chǔ)模塊的實(shí)際應(yīng)用有望加速數(shù)字化轉(zhuǎn)型，推動(dòng)物聯(lián)網(wǎng)(IoT)、大數(shù)據(jù)分析和高級(jí)AI處理在后5G/6G移動(dòng)邊緣計(jì)算(MEC)服務(wù)器等場(chǎng)景中的應(yīng)用。

1. 研發(fā)背景

在后5G/6G時(shí)代，無(wú)線網(wǎng)絡(luò)有望實(shí)現(xiàn)更高速度、更低延遲，并能同時(shí)連接更多設(shè)備。然而，將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程云服務(wù)器進(jìn)行處理會(huì)增加包括有線網(wǎng)絡(luò)在內(nèi)的整個(gè)網(wǎng)絡(luò)的延遲，給實(shí)時(shí)應(yīng)用帶來(lái)困難。因此，需要廣泛采用能在更貼近用戶的位置處理數(shù)據(jù)的MEC服務(wù)器，這有望推動(dòng)多個(gè)行業(yè)的數(shù)字化轉(zhuǎn)型。此外，近年來(lái)，對(duì)生成式AI等高級(jí)AI應(yīng)用的需求不斷增長(zhǎng)。隨著MEC服務(wù)器性能的提升，存儲(chǔ)模塊也需要具備更大的容量和更高的帶寬。

在此背景下，Kioxia在該項(xiàng)目中專(zhuān)注于提升基于閃存的存儲(chǔ)模塊的容量和帶寬。公司已成功研發(fā)出容量為5 TB、帶寬為64 GB/s的存儲(chǔ)模塊原型，并驗(yàn)證了其可操作性。

2. 項(xiàng)目成果

2.1 采用菊花鏈連接

為實(shí)現(xiàn)兼具大容量與高帶寬的存儲(chǔ)模塊，Kioxia采用了菊花鏈連接方式，每個(gè)存儲(chǔ)板都連接著一串控制器，而非采用總線連接。因此，即使增加閃存數(shù)量，帶寬也不會(huì)下降，且能實(shí)現(xiàn)超越傳統(tǒng)限制的大容量。

2.2 128 Gbps PAM4高速低功耗收發(fā)器

存儲(chǔ)控制器之間的菊花鏈連接采用高速差分串行信號(hào)傳輸（而非并行信號(hào)傳輸）以減少連接數(shù)量，并利用PAM4（四電平脈沖幅度調(diào)制）技術(shù)，以在低功耗下實(shí)現(xiàn)128 Gbps的更高帶寬。

2.3 提升閃存性能的技術(shù)

為縮短存儲(chǔ)模塊中閃存的讀取延遲，Kioxia研發(fā)了閃存預(yù)取技術(shù)——通過(guò)在順序訪問(wèn)時(shí)預(yù)取數(shù)據(jù)來(lái)最大限度減少延遲，并將該技術(shù)應(yīng)用于控制器。此外，通過(guò)在存儲(chǔ)控制器與閃存的接口中應(yīng)用低幅度信號(hào)和失真校正/抑制技術(shù)，存儲(chǔ)帶寬已被提升至4.0 Gbps。

2.4 存儲(chǔ)控制器與存儲(chǔ)模塊原型研發(fā)

通過(guò)應(yīng)用128 Gbps PAM4高速低功耗收發(fā)器以及提升閃存性能的技術(shù)，Kioxia研發(fā)出存儲(chǔ)控制器和存儲(chǔ)模塊原型，其與服務(wù)器的主機(jī)接口采用PCIe? 6.0（64 Gbps，8通道）。該原型存儲(chǔ)模塊表明，在功耗低于40瓦的情況下，可實(shí)現(xiàn)5TB的容量和64GB/s的帶寬。

3. 未來(lái)計(jì)劃

除了物聯(lián)網(wǎng)、大數(shù)據(jù)分析和邊緣端高級(jí)AI處理，Kioxia還將依托生成式AI等新市場(chǎng)趨勢(shì)，推動(dòng)該研究成果的早日商業(yè)化和實(shí)際應(yīng)用。

獲取更多業(yè)界新聞資訊，請(qǐng)?jiān)L問(wèn) ledloan.com 。