推理將成為數(shù)據(jù)中心最常見的工作負載，這一點毋庸置疑。隨著數(shù)據(jù)中日益廣泛采用NVIDIA H100，以及非NVL72系統(tǒng)開始部署NVIDIA DGX B200，計算能力正迎來爆炸式增長。

觀察PCIe各代產品帶寬擴展與計算能力增長的情況可以發(fā)現(xiàn)：從PCIe 3.0到6.0，帶寬增長了8倍，而GPU FLOPS在同一時期增長了37.5倍。

我們還發(fā)現(xiàn)，過去四年間，訓練集群的平均FLOPS增加了905倍，而訓練數(shù)據(jù)集中的數(shù)據(jù)點數(shù)量在同一時期增加了2,500倍。

雖然推理一直是且將繼續(xù)是計算密集型工作負載，但其對快速存儲的依賴正在迅速顯現(xiàn)。推理模型將推動大語言模型 (LLM) 的實用性、準確性和資源需求大幅提升。序列長度的增加促使LLM系統(tǒng)設計不斷創(chuàng)新，將KV緩存存儲到磁盤而非刷新后重新計算正在成為效率更高的做法。這將對企業(yè)用于推理的GPU本地系統(tǒng)提出更高的性能要求。

我們關注這一趨勢已有一段時間，并因此研發(fā)出了美光9550這款性能出色的SSD。其高IOP和卓越能效能夠有效契合這些新興工作負載的需求。

舉例而言，我們使用微軟的DeepSpeed ZeRO-Inference工具對美光9550與某前沿競品進行了測試。結果顯示，美光9550的讀取速度快15%，平均功耗低27%，從而使SSD能耗低37%、系統(tǒng)總能耗低19%。

盡管寫入操作只占推理工作負載的一小部分，但不同SSD在寫入性能方面存在顯著差異。美光9550的寫入速度快78%，同時平均功耗低22%。這表明美光9550完成推理任務的能耗僅為其他產品的一半，且系統(tǒng)總能耗低43%。

隨著計算能力的迅猛發(fā)展以及推理領域令人矚目的實用性創(chuàng)新成果不斷涌現(xiàn)，存儲技術亟待跟上步伐。數(shù)據(jù)中心SSD的開發(fā)周期較長；NAND制造、ASIC設計、功耗、散熱等環(huán)節(jié)均對AI系統(tǒng)中存儲的最終性能起著關鍵作用。美光多年來一直在測試人工智能 (AI) 工作負載，并將其視為美光9550以及其他新一代數(shù)據(jù)中心SSD開發(fā)工作的重要組成部分。我們深知，要打造契合未來AI工作負載需求的存儲解決方案，就必須在當下先人一步。

測試詳情：

DeepSpeed ZeRO AIO讀取——在GPU內部通過DeepSpeed庫模擬合成工作負載。

測試系統(tǒng)：2顆Intel Xeon Platinum 8568Y+、768GB DDR5 DRAM、2塊NVIDIA L40S GPU競品是一款PCIe 5.0高性能數(shù)據(jù)中心SSD，其在規(guī)格和目標用例方面與美光9550相似。

相關數(shù)據(jù)通過850次測試運行產生，測試歷時446小時。

本文作者

Ryan Meredith

美光存儲解決方案架構總監(jiān)