Khi bối cảnh trí tuệ nhân tạo toàn cầu chuyển từ tập trung cao độ vào huấn luyện mô hình sang triển khai và suy luận trên diện rộng, điểm nghẽn trong các trung tâm dữ liệu cũng đang dịch chuyển. Trong khi Bộ nhớ Băng thông Cao (HBM) là ngôi sao của quá trình huấn luyện AI, nhu cầu bùng nổ đối với suy luận AI đang tạo ra nhu cầu cấp thiết về một thế hệ giải pháp lưu trữ mới.
Đáp lại sự chuyển dịch của thị trường này, SK Hynix đã công bố chiến lược lưu trữ NAND thế hệ tiếp theo, giới thiệu "AIN (AI-NAND) Family." Dòng sản phẩm mang tính chiến lược này được thiết kế đặc biệt để giải quyết những thách thức riêng biệt của kỷ nguyên AI, tập trung vào ba trụ cột cốt lõi: Hiệu năng, Băng thông và Dung lượng.
Sự chuyển dịch sang suy luận AI
Sự tăng trưởng nhanh chóng của thị trường suy luận AI—nơi các mô hình đã được huấn luyện được đưa vào sử dụng để đưa ra dự đoán và tạo nội dung—đòi hỏi bộ nhớ lưu trữ có thể xử lý các tập dữ liệu khổng lồ với tốc độ và hiệu quả vượt trội. Các giải pháp lưu trữ truyền thống ngày càng trở thành lực cản đối với hiệu năng hệ thống. AIN Family của SK Hynix hướng tới việc loại bỏ những điểm nghẽn này.
Bộ ba AIN: Hiệu năng, Băng thông và Dung lượng
AIN Family không phải là một sản phẩm đơn lẻ mà là một bộ giải pháp toàn diện được tối ưu hóa cho các khối lượng công việc AI cụ thể:
-
Hiệu năng (AIN-P): Được thiết kế cho các tác vụ suy luận đòi hỏi tốc độ cao. Bằng cách tối ưu hóa tương tác giữa bộ điều khiển lưu trữ và NAND flash, AIN-P giảm thiểu độ trễ, đảm bảo dữ liệu được cung cấp cho bộ xử lý AI nhanh hết mức chúng có thể tính toán. Điều này đặc biệt quan trọng đối với các ứng dụng thời gian thực, nơi từng mili giây đều có ý nghĩa.
-
Băng thông (AIN-B): Giải quyết thách thức về thông lượng. Khi các mô hình AI ngày càng lớn hơn, "đường ống" truyền dữ liệu cũng cần rộng hơn. AIN-B tập trung tối đa hóa tốc độ truyền dữ liệu, tận dụng các công nghệ như High Bandwidth Flash để tạo ra sự tương đồng với thành công của HBM trong lĩnh vực DRAM.
-
Dung lượng (AIN-D): Nền tảng của dữ liệu lớn. Khi các mô hình AI và cơ sở dữ liệu Retrieval-Augmented Generation (RAG) mở rộng tới quy mô petabyte, mật độ lưu trữ trở thành yếu tố tối quan trọng. AIN-D khai thác các công nghệ NAND mật độ siêu cao (như QLC tiên tiến) để lưu trữ lượng dữ liệu khổng lồ trong một diện tích nhỏ gọn, tối đa hóa hiệu quả năng lượng và khả năng sử dụng không gian tủ rack.
