在今年的Micron Insight 2019期間,美光科技(Micron Technology)推出了X100 SSD,這是美光第一款3D XPoint技術的產品,旨在填補DRAM和NAND快閃記憶體之間的存儲市場空白。

「X100是基於第一代3D XPoint技術的產品,今年內將向少量受邀客戶發送樣品。」美光技術開發資深副總裁Naga Chandrasekaran透露,美光第二代3D XPoint也同時在研製中,未來還將會有顯著的性能提升。

現在,X100的每秒讀寫操作次數(IOP)高達2.5M——相形之下,英特爾(Intel) Optane P4800X最高讀寫速度為500K IPOs;在讀、寫和讀寫混合模式下頻寬超過9GB/s,顯著快於目前的競品NAND。

美光新興儲存副總裁Bob Brennan強調,2.5M IOPs的讀寫速度比現有的SSD都快,他並向記者展示美光幾種不同儲存介質的性能差異。

20191213_Micron_NT61P1

DRAM、NAND和3D XPoint技術的性能比較。

他說:「X100比NAND具有更高的性能和耐久性,比DRAM具有更大的容量和持久性。未來3D XPoint其他產品還可以透過降低製程尺寸、添加更多層、增加每個單元內的資料位元數來增加產品容量。」。

由於3D XPoint的市場定位是填補DRAM和NAND之間的市場空白,這意味著它的售價必須比DRAM更便宜,才能取得商業市場的成功。在三星(Samsung) Z-Nand、東芝(Toshiba) XL -Flash等低延時競品的包圍中,X100的市場空間還有待觀察。但在本次Micron Insight期間,記者發現,比起新興儲存介質對未來的影響,儲存本身與運算之間的融合,是更值得關注的趨勢。

記憶體+運算架構的演變

過去人們普遍認為處理器是最重要的,但現在運算能力已不再單純由處理器性能決定。處理器跟記憶體之間的資料傳輸也面臨瓶頸,從而限制了運算能力的發展。

在Micron Insight 2019期間的一個專題討論中,Cadence執行長Lip-Bu Tan就指出人工智慧(AI)時代出現了更多需要即時分析的資料,為CPU/GPU帶來巨大壓力,如何把儲存和資料拉近顯得尤為重要,而且對很多應用來說,把資料放到雲端並不適合,例如工業自動化,資料儲存距離一定要近才有效率。

有資料指出當今系統要消耗80%的電能來將資料從記憶體傳輸到運算單元,如CPU/GPU/NPU等,高通(Qualcomm)執行長Steve Mollenkopf也指出,5G行動裝置製造商如果不進行架構更改,也會遇到嚴重的電池壽命問題。

20191213_Micron_NT61P2

Micron Insight 2019 CEO爐邊談話。從左至右分別為《Wired》主編Nicholas Thompson、AMD執行長Lisa Su、Cadence首席執行長Lip-Bu Tan、高通執行長Steve Mollenkopf和美光執行長Sanjay Mehrotra。

這次爐邊談話的CEO之共識為:資料處理必須靠近或移入記憶體。

對此,美光執行長Sanjay Mehrotra直接指出:昨天的運算架構已不適用於明天,從長遠來看,我們認為運算最好在記憶體中完成。

20191213_Micron_NT61P3

從長遠來看,資料處理必須靠近或移入記憶體,運算直接在記憶體中完成。

針對記憶體與運算架構的發展,Brennan向記者分享了三個階段:「第一個階段是讓記憶體非常靠近邏輯運算,用大量的高頻寬資料匯流排把記憶體和運算處理器更緊密連在一起;第二個階段就是在記憶體中進行運算處理,這個概念始於1994年,實現量產在技術上很難,因為軟體和邏輯是分開的兩部分,但這樣沒有傳輸、延遲等問題,並且大幅提升效能。第三個激動人心的階段則是神經形態(neuromorphic)運算,使用記憶體架構本身進行運算。據稱美光也有和IMEC合作開發這個尚處於研究階段的技術。」

近日,美光很大的一個進展是基於去年對硬體和軟體新創公司FWDNXT的收購,開始將運算、記憶體、工具和軟體整合於AI開發平台中。

同時,該平台也提供了探索針對AI工作負載最佳化的創新記憶體所需之建構區塊。美光深度學習加速器(DLA)能提供程式設計軟體平台來支援機器學習和神經網路。

未來幾年,為了解決AI帶來的大量負載,對更高記憶體頻寬的需求、減少與記憶體互連功耗都變得更加重要,將記憶體堆積在邏輯上,從而實現邊緣神經網路的方式或許會復興。