相較于結合了運算單元與網絡卡的「智能網絡卡」，結合了運算單元，以及快閃儲存裝置的「智能型SSD（Intelligent SSD）」，歷史相對短了許多，是這4、5年才成熟的新型加速運算裝置。

智能型SSD的正式稱呼是「運算型儲存（Computational Storage）」，顧名思義，是一種擁有運算能力的儲存裝置，基本概念與智能網絡卡相似，都是透過裝置上內含的嵌入式處理器，幫助卸除服務器CPU的運算負擔，藉此釋放出更多CPU資源給應用程序，進而提高資源利用率與整體效能。

但比起由網絡卡延伸發展的智能網絡卡，基于SSD的智能型SSD，針對的應用型態與廠商生態，也有所差異。

智能型SSD的應用要求，是「就近」處理自身儲存的數據，從而「在儲存裝置上同時完成運算與儲存」，如此一來，便無須耗費CPU周期、經由PCIe總線將數據從后端儲存裝置讀取到內存中進行運算，減少了數據傳輸與移動的需求，達到加快處理速度、減少延遲的目標。

標準化的努力

相對于主要由網絡卡廠商推動的智能網絡卡，智能型SSD理所當然是由儲存廠商主導，不過比起自行其是的智能網絡卡廠商們，在智能型SSD領域，則有標準化組織領導發展共通標準。

為避免生態系分裂為互不兼容的產品，儲存網絡工業協會（SNIA）成立了運算型儲存技術工作小組（Technical Work Group），正在制定標準，并發展一套通用程序編撰模型，最終目標是運算型儲存應用的通用化，讓客戶端的應用程序，能透過標準化的界面，發現與使用連接到服務器主機上的任何運算型儲存設備資源。

SNIA目前將運算型儲存設備，分成3個層級：

●運算型儲存處理器（Computational Storage Processor，CSP）：指運算引擎，不包含儲存裝置。

●運算型儲存裝置（Computational Storage Drive，CSD）：結合了運算引擎與儲存單元而成。

●運算型儲存數組（Computational Storage Array，CSA）：由多組運算引擎與儲存裝置，加上數組控制器組成的設備。

在SNIA框架下，列出了一系列可由運算型儲存設備執行的功能列表，并區分了兩種產品：

●固定用途（Fixed Purpose）運算型儲存：提供定義明確的運算型儲存服務，如壓縮、erasure coding、加密等。

●通用（General Purpose）運算型儲存：提供可程序化的運算型儲存服務，執行客制化的運算功能。

新創廠商引領產品發展

不同于大廠林立的智能網絡卡領域，在智能型SSD的領域，目前除了三星以外，其余供貨商如NGD System、ScaleFlux、Eideticom等，大多數為新創公司。

以產品層級來說，三星、NGD System與ScaleFlux的產品，都屬于運算型儲存裝置（CSD），也就是完整的智能型SSD產品，Eideticom與Pliops的產品則屬于運算型儲存處理器（CSP），只含運算引擎，須另外搭配儲存裝置運作。

在產品應用用途方面，ScaleFlux、Eideticom與Pliops的產品是以固定運算功能為主，如ScaleFlux著重在壓縮，Eideticom能提供壓縮、erasure coding、加密、重復數據刪除與機器學習等功能，Pliops則專門提供數據庫KV值作業加速。至于三星與NGD System，則強調執行客制化程序的多用途能力。

而就最關鍵的運算核心來說，相較于智能網絡卡領域，呈現多核處理器、FPGA與訂制網絡處理器三大類型鼎立的局面，智能型SSD目前是以FPGA為主流，多數產品的運算引擎都是基于Xilinx FPGA，但目前出現了朝向Arm多核處理器轉型的趨勢。

其中，NGD System已率先完成從FPGA向Arm處理器的轉型，他們的前2代產品Catalina-1與Catalina-2，原本都是基于Xilinx FPGA，但新的Newport Platform系列產品，便轉換到內嵌在該公司專屬ASIC芯片中的Arm處理器。

ScaleFlux也已表明，預定于今年下半年發表的下一代產品中，將以基于Arm處理器的運算核心，取代目前使用的FPGA，藉此可以降低成本與功耗、提高速度，并提供更多的運算功能。

最特別的是Nyriad，其用于搭配自身Nsulate儲存平臺的加速卡，是基于Nvidia GPU，可以提供erasure coding功能，也能用于其他運算。

最后，雖然SNIA正在發展通用的標準化應用接口，但是，就目前而言，客戶端還是必須透過各廠商各自提供的開發工具與API，才能使用智能型SSD的運算功能。

智能型SSD vs. 智能網絡卡：角色與特性的異同

智能型SSD與智能網絡卡，都是內含嵌入式運算單元的服務器加速裝置，目的也同樣是卸除服務器CPU的運算負擔，但是，盡管基本應用概念相同，由于產品的型態差異，促使兩種裝置存在著一系列關鍵區別。

角色與應用定位

SSD與網絡卡這兩種裝置，在服務器上有著不同位置與角色，因此分別由兩者發展來的智能型SSD與智能網絡卡，也各自有著合適的運用方式。

網絡卡位于服務器I/O最前端、作為數據流出入口，所以智能網絡卡先天適合執行針對I/O數據流進出的實時處理相關運算，例如網絡與儲存傳輸協議，以及安全控管方面的運算卸除。

SSD位于服務器I/O最末端，是數據最終保存之處，因而智能型SSD適合針對已寫入數據的相關運算，例如數據庫查詢、掃描、AI學習、數據分析、圖像處理等。

也就是說，合理的運用概念，是讓運算裝置「就近」處理運算工作，盡可能減少數據移動。智能網絡卡位于I/O出入口，適合「就近」處理網絡傳輸與安全方面的運算；智能型SSD位于數據保存位置，適合「就近」執行儲存數據的分析運算。反之，若違反「就近運算」原則，就會產生數據搬移需求，必須耗費CPU周期與PCIe傳輸，以致帶來額外延遲。

裝置型式與傳輸信道的差異

比起網絡卡型式的智能網絡卡，智能型SSD產品的型態更為多元，包含常見的2.5吋U.2或M.2規格SSD，PCIe SSD卡，還有長尺狀的EDSFF規格，除了PCIe SSD卡是透過PCIe插槽連接主機外，其余幾種規格，都是藉由NVMe接口，嫁接到PCIe總線上，但這也形成了傳輸帶寬的相對劣勢。

NVMe目前只達到PCIe 3.0 x4，而高速網絡卡是從PCIe3.0 x8起跳，部分還是采用PCIe 3.0 x16或PCIe 4.0 x8，所以，基于NVMe的智能型SSD，與服務器主機之間的傳輸帶寬，只有智能網絡卡的一半或1/4。

但另一方面，比起必須占用PCIe擴展槽的智能網絡卡，透過NVMe磁盤槽部署的智能型SSD，有利于「以量取勝」，獲得相當可觀的運算能力。如ScaleFlux便聲稱，每臺服務器可安裝8臺他們的CSS系列智能型SSD，NGD System還測試過在2U服務器上滿載24臺智能型SSD的機器學習系統，遠超過單一服務器所能部署的智能網絡卡數量。

編輯：黃飛

?