AI对存储的影响:趋势、挑战与 SSD技术演进 | SNIA-SDC Storage 2026(Kioxia)

本页核心展示AI训练数据点的指数级增长趋势。1950-2010年AI系统训练数据点年增速为1.3倍，2010-2025年增速提升至2.5倍/年；从1950年Perception Mark I的100个数据点，逐步增长到TD-Gammon的百万级、AlexNet的万级、Transformer（2017）的1亿级、GPT-1的10亿级，直至GPT-4达到1万亿个训练数据点，直观体现AI训练数据规模的飞速扩张。

本页呈现2025-2031年数据中心NAND闪存比特需求按工作负载的分布与增长情况。总NAND比特需求中AI推理占比56%、AI训练占11%、传统负载占14%；2025-2031年AI推理比特需求复合年增长率（CAGR）为34%，AI训练与传统负载也保持相应增长，同时明确AI存储焦点从训练转向推理（关注Token/秒、Token/美元），并延伸至智能体AI、边缘AI与物理AI领域。

生成式AI发展推动SSD产品走向四大方向，并搭配铠侠SSD系列方案说明。四大方向分别为超高IOPS、高性能高容量、高容量、低成本归档；同时列出铠侠对应SSD系列：GP系列适配NVIDIA Storage-Next，采用PCIe Gen6~与XL-FLASH 512B访问；CM系列面向KV缓存复用，基于PCIe Gen5~高OP TLC；LC系列用于数据摄取与RAG，采用QLC（122TB/245TB+）；规划中替代HDD的方案面向归档，采用低成本QLC（256TB+）

本页介绍NVIDIA Storage-Next技术，核心是通过NVMe SSD扩展GPU内存。该技术解决HBM高带宽内存扩展受限、成本高昂的问题，可支持10-100倍更大数据集；支持GPU发起I/O（软件栈为NVIDIA SCADA），采用细粒度I/O大小（512字节），可实现单GPU约200M IOPS的超高IOPS性能，基于NVMe/PCIe接口实现。

本页讲解新兴AI用例——近GPU缓存。该方案解决高速网络中小数据访问效率低的问题，数据湖以大体积高效传输方式将数据加载至缓存，小规模读取请求直接由本地SSD服务，由CPU发起I/O操作，优化AI场景下数据访问的效率与延迟。

本页介绍NVIDIA ICMS（推理上下文内存存储平台），由BlueField-4赋能，面向亿级规模推理与智能体AI。该平台为长上下文处理的AI系统提供快速长短时记忆，扩展AI智能体长期记忆，支持集群级上下文高带宽共享，提升Token/秒与能效；核心能力包括Rubin集群级KV缓存、5倍于传统存储的能效、硬件加速KV缓存部署等，2026年下半年推出，铠侠正与NVIDIA明确适配SSD需求，将采用PCIe Gen5/Gen6 TLC NVMe SSD。

本页列出AI场景下SSD的六大高层核心需求：512B随机读取优化、更高的耐用性、高队列深度、液冷支持、多发起者访问、更大容量。

本页聚焦SSD 512B随机读取优化的技术要点。需优化新的ECC布局，无需绑定IU大小；满足高并发要求，举例说明：若读取延迟45μ秒，实现25M IOPS需重叠1125个并行I/O；若读取延迟25μ秒，需重叠625个并行I/O。

本页继续阐述512B随机读取优化的并发逻辑。以读取延迟45μ秒为基准，要实现每40纳秒完成一次I/O的效率，必须通过大量并行I/O重叠执行，满足超高IOPS下的并发读取需求。

本页说明AI场景下SSD耐用性提升的需求。AI工作负载特性与传统场景截然不同，推动pSLC、pMLC闪存技术应用；过度配置（OP）是提升耐用性的方案之一，需区分缓存与长期存储场景，耐用性要求从3 DWPD提升至100 DWPD。

本页讲解SSD高队列深度的重要性。高队列深度会影响I/O调度效率，可能引发队头阻塞问题，同时直接关系到整体I/O延迟表现，是AI高并发场景下SSD的关键指标。

本页分析SSD液冷方案的核心关注点。液冷主要解决高功率散热问题，提升数据中心能效，同时面临散热设计标准化的行业挑战。

本页阐述SSD多发起者访问的技术要点。支持多发起者直接访问文件系统数据，实现LBA范围租约管理、租约与发起者映射、快速路径执行；同时需应对碎片化、数据保护等技术难题。

本页说明SSD大容量化的背景与挑战。AI数据持续增长驱动大容量需求，同时需考虑pSLC、pMLC产品型号精简与库存管理问题，平衡容量与供应链效率。

本页介绍铠侠适配NVIDIA Storage-Next的超高IOPS GP系列SSD规划。基于XL-FLASH技术，当前模拟器可实现100+M IOPS，支持GPU发起I/O（搭配NVIDIA SCADA）；2026年底推出PCIe 6.0、第二代XL-FLASH的评估样片，实现512B随机读取10M IOPS且功耗低于25W；2027年推出PCIe 7.0、第三代XL-FLASH产品，实现约100M 512B随机读取IOPS。

本页介绍铠侠超高IOPS模拟器的研发阶段与硬件基础。第一阶段2025年8月实现GH200单实例140M IOPS；第二阶段2025年9月添加合成延迟、动态延迟调整与遥测统计；第三阶段基于SCADA运行应用与设备实验；仅NVIDIA GH200超级芯片可支撑100M+IOPS，X86 GPU系统因GPU-CPU带宽不足无法实现。

本页展示超高IOPS模拟器延迟测试效果。无延迟配置下实现139.552M IOPS，添加延迟后为97.488M IOPS，同时呈现不同队列深度下的IOPS分布与延迟分布情况，验证延迟对SSD性能的影响。

本页对比铠侠超高IOPS SLC SSD与传统TLC SSD的性能。3072线程下，SLC SSD达10.5M IOPS，队列深度远低于TLC SSD；8192线程下，二者IOPS持平，但SLC SSD队列深度仍更低，体现SLC架构在低队列深度下实现高IOPS的优势。

本页分析PCIe带宽提升的传输距离挑战。随着PCIe版本从3.0到8.0迭代，I/O带宽从8GT/s提升至256GT/s，但电气互连传输距离持续缩短，呈现高带宽与短传输距离的矛盾；未来互连趋势将从机箱内、机架内、机架间的电气连接，逐步向光互连演进。