www.endustriweb.com

Yüksek Performanslı Kurumsal Katı Hâl Sürücüleri İçin Doğrudan Sıvı Soğutma Entegrasyonu

Kioxia, yapay zeka altyapılarının artan ısı dağılımı gereksinimlerini karşılamak amacıyla soğuk plaka termal yönetimini destekleyen depolama modüllerini tanıttı.

  europe.kioxia.com
Yüksek Performanslı Kurumsal Katı Hâl Sürücüleri İçin Doğrudan Sıvı Soğutma Entegrasyonu

Kioxia, sunucu yapılandırmaları için doğrudan sıvı soğutma özelliklerini içeren kurumsal katı hâl sürücüleri (SSD'ler) serisi CM9-DLC Serisini piyasaya sürdü. E3.S form faktöründe tasarlanan bu sürücüler, geleneksel hava soğutmanın artan bileşen güç yoğunluklarını yeterince yönetemediği yüksek performanslı bilgi işlem ortamlarını ve yapay zeka veri merkezlerini hedefliyor.

Yapay Zeka Altyapısında Termal Yönetim
Kurumsal tesisler karmaşık iş yüklerini desteklemek üzere ölçeklendikçe, işleme ve depolama donanımlarının termal ayak izi de artmaya devam ediyor. Doğrudan sıvı soğutma mekanizmaları, geleneksel hava soğutmasına kıyasla daha yüksek bir ısı transfer katsayısı sunarak veri merkezlerinin genel tesis enerji tüketimini azaltırken daha yüksek yoğunluklu sunucu kabinleri kurmasına olanak tanıyor. CM9-DLC modelleri bu gelişmiş termal mimariler içinde çalışacak şekilde tasarlanmıştır; ancak geleneksel hava soğutmalı sistemlerle fiziksel uyumluluğunu koruyarak aşamalı altyapı yükseltmeleri sırasında esneklik sağlar.

SSD Bağlam Önbellekleme ve Kapasite Kısıtlamaları
Yüksek talep gören ortamlarda, işlem darboğazlarını önlemek için kurumsal depolamanın devasa, sürekli veri kümelerini idare etmesi gerekir. CM9-DLC modelleri, grafik işlem birimlerine (GPU'lar) entegre edilmiş yüksek bant genişlikli bellekteki (HBM) kapasite kısıtlamalarını hafifletmek için kullanılan bir depolama katmanlama tekniği olan SSD bağlam önbellekleme (context caching) için özel olarak konumlandırılmıştır. Kioxia Avrupa Başkan Yardımcısı ve Pazarlama Direktörü Paul Rowan, yapay zeka altyapısını ölçeklendirmenin bellek taleplerini ve termal yükleri eşzamanlı olarak yönetmeyi gerektirdiğini; yeni nesil tesislerde doğrudan sıvı soğutmaya geçerken bağlam önbelleklemeyi desteklemek için yüksek performanslı flash bellek kullanıldığını belirtiyor.

Protokol Desteği ve Performans Metrikleri
Donanım, PCIe 5.0, NVMe 2.0 ve NVMe-MI 1.2c spesifikasyonlarının yanı sıra Open Compute Project (OCP) Datacenter NVMe SSD v2.5 standartlarıyla da uyumludur. E3.S ayak izi içinde çift bağlantı noktalı bir mimari üzerinden çalışan seri, 14,8 GB/sn'ye kadar ardışık okuma ve 11 GB/sn'ye ulaşan ardışık yazma hızları (32 kuyruk derinliğinde 128 KiB bloklar kullanarak) sunuyor.

Rastgele erişim işlemleri (4 KiB bloklar) için sürücüler, okuma görevlerinde 3.400 KIOPS'a (QD512) ve yazma görevlerinde 800 KIOPS'a (QD32) kadar ulaşıyor. Ürün serisi, 30,72 TB'a kadar kapasitelerde günde bir sürücü yazımı (DWPD) sağlayan okuma ağırlıklı modellerin yanı sıra 25,6 TB'a kadar kapasitelerde üç DWPD sunan karma kullanımlı varyantları da içeriyor.

Ek Bağlam
Bu bölüm, orijinal haber bülteninde yer almayan teknik özellikleri ve rekabetçi kıyaslamaları detaylandırmaktadır.

PCIe 5.0 kurumsal depolama ekosistemi içinde, Kurumsal ve Veri Merkezi Standart Form Faktörü (EDSFF) ailesinin bir parçası olan E3.S form faktörü, üstün sinyal bütünlüğü, modülerlik ve termal özellikler sunarak eski U.2 sürücülerinin yerini alıyor. PM1743 serisiyle Samsung ve D5-P5336 ile Solidigm gibi rakipler karşılaştırılabilir depolama kapasiteleri ve PCIe 5.0 performans profilleri sunarken, soğuk plakalı sıvı soğutma desteğinin doğrudan bireysel sürücü modülü düzeyinde entegre edilmesi özel bir darboğazı çözmektedir.

Standart yüksek kapasiteli NVMe SSD'ler, çalışma sıcaklıkları eşik sınırlarını (genellikle 70°C civarı) aştığında NAND mantığını korumak için sıklıkla termal kısma (thermal throttling) devreye sokar. SSD denetleyicisi ve bellek paketlerinin doğrudan bir sıvı soğutma döngüsüne bağlanmasına olanak tanıyarak termal kısma aktif bir şekilde en aza indirilir. Bu, kasa titreşimine ve güç tüketimine yol açan yüksek hızlı sunucu fanlarına ihtiyaç duymadan, donanımın büyük dil modeli (LLM) eğitim iş yüklerinin karakteristiği olan sürekli ve agresif çalışma döngüleri altında en yüksek rastgele okuma ve yazma IOPS performansını sürdürmesine olanak tanır.

Yapay Zeka yardımıyla Induportals Editörü Aishwarya Mambet tarafından düzenlenmiştir.

www.kioxia.com

  Ask For More Information…

LinkedIn
Pinterest

Join the 155,000+ IMP followers