AI对存储的颠覆性冲击 | 铠侠描述SSD未来

标题： AI对存储的颠覆性冲击

AI训练数据点呈指数级暴涨，1950-2010年年增速仅1.3倍，2010-2025年飙升至2.5倍/年，从早期百级数据点跃升至GPT-4的万亿级，数据规模彻底突破传统存储承载上限，成为存储行业变革的核心驱动力。

数据中心NAND比特需求结构剧变，AI推理2025-2031年复合增长率达34%，总需求占比超五成，远超AI训练与传统负载；存储重心从训练全面转向推理，聚焦Token性能与成本，智能体AI、边缘AI、实体AI进一步拉升存储需求。

生成式AI推动SSD产品确立四大核心方向：超高IOPS、高性能大容量、高密度大容量、低成本归档，铠侠对应推出GP、CM、LC系列产品，覆盖缓存加速、RAG摄入、冷数据存储全场景，QLC成为大容量主力技术。

NVIDIA Storage-Next用NVMe SSD扩展GPU显存，突破HBM容量与成本限制，可承载10-100倍更大数据集，支持GPU发起I/O与512字节细粒度访问，单GPU可实现约2亿IOPS，重构AI训练存储架构。

近GPU缓存成为AI存储关键方案，解决高速网络小数据访问低效问题，数据湖批量传输至缓存，小读请求由本地SSD响应，兼顾大带宽与低时延访问，大幅提升数据处理效率。

NVIDIA ICMSP推理上下文存储平台依托BlueField-4，专为万亿级推理与智能体AI打造，可扩展AI智能体长时记忆，跨集群共享上下文，能效比传统存储提升5倍，PCIe 5.0/6.0 TLC SSD成为核心硬件载体。

AI场景对SSD提出六大硬性要求：512B随机读深度优化、耐久度提升至3-100 DWPD、高队列深度、液冷支持、多主机直访、超大容量，每一项都颠覆传统SSD设计逻辑。

512B小粒度随机读成为核心优化点，需全新ECC架构与超高并发支撑，单I/O时延45微秒时需上千路并行I/O，才能实现纳秒级完成间隔，满足亿级IOPS性能目标。

铠侠超高IOPS方案基于XL-FLASH推进，2026年推出PCIe 6.0 GP系列样片，2027年冲击1亿IOPS；GH200平台模拟器已跑出1.4亿IOPS实测数据，远超传统TLC SSD性能上限。

PCIe带宽迭代带来传输距离瓶颈，从PCIe 3.0到8.0带宽持续翻倍，电互联传输距离不断缩短，机架内、服务器间互联逐步向光互联迁移，高带宽与长距离的权衡成为下一代AI存储硬件核心矛盾。