Huawei анонсировала SSD объемом 122 ТБ для инфраструктуры искусственного интеллекта.

      Huawei представила накопитель OceanDisk 1800 с емкостью 122,88 ТБ. В компании применяют технологию Die-on-Board, чтобы оптимизировать плотность хранения в условиях дефицита доступа к современным 3D NAND.

      Линейка SSD OceanDisk 1800, предназначенная для дата-центров и AI-нагрузок, включает модели на 61,44 ТБ и 122,88 ТБ, а вскоре планируется выпуск версии на 245 ТБ. Эти накопители ориентированы на инфраструктуру, где данные должны храниться рядом с вычислительными ресурсами и быстро передаваться в AI-системы.

      Ключевым аспектом является не рекордная емкость, а конструкция накопителя. В отличие от обычной схемы, при которой кристаллы NAND помещаются в отдельный корпус перед установкой на печатную плату SSD, в OceanDisk 1800 они размещаются непосредственно на плате. Это позволяет более эффективно использовать внутреннее пространство.

      Для Huawei данный подход имеет практическое значение, так как с 2019 года компания находится под американскими санкциями и не имеет свободного доступа к самым современным технологиям производства и упаковки памяти. Поэтому увеличение емкости достигается не только за счет более продвинутых NAND-чипов, но и благодаря компоновке, упаковке и архитектуре хранения.

      Согласно данным TrendForce, технология Die-on-Board может повысить плотность размещения приблизительно на 33%. Хотя это не устраняет технологические ограничения полностью, она предоставляет Huawei возможность производить накопители высокой емкости на доступной компонентной базе.

      OceanDisk 1800 предназначен не для использования в качестве одиночного SSD в сервере, а для работы в рамках плотных систем хранения. По информации Blocks & Files, Smart Disk Enclosure на основе этих накопителей обеспечивает до 1,47 ПБ в 2U. В конфигурации OceanStor Pacific 9926 с 36 SSD по 122,88 ТБ достигается 4,42 ПБ физической емкости в тех же 2U. При сжатии данных в соотношении 2,5 к 1 полезная емкость может достигать 11 ПБ.

      Этот факт особенно важен для AI-ЦОДов: высокая плотность хранения позволяет сократить количество стоек, сопутствующей инфраструктуры и кабельного подключения. Данные могут находиться ближе к вычислительным ресурсам, а систему хранения можно масштабировать без чрезмерного увеличения занимаемой площади.

      Работа с большими моделями, мультимодальными данными, RAG-сценариями, а также обучением и инференсом требует не только GPU и HBM, но и быстрых и компактных хранилищ, которые не создают дополнительных задержек между вычислениями и данными. Если данные поступают медленно или хранятся слишком далеко от вычислительных ресурсов, то дорогие ускорители не могут быть использованы с полной эффективностью.