نظرة عامة وتتمحور حول السوق
أقدمت شركة فايسون على تطوير بنية لمحركات الأقراص المؤسسية (SSD) تدمج وحدة معالجة عصبية (NPU) وذاكرة محلية بسعة 64 غيغابايت. ويهدف هذا الابتكار إلى معالجة الاختناقات المرورية لبيانات الذكاء الاصطناعي عبر تنفيذ عمليات الاستدلال مباشرة داخل طبقة التخزين لتقليل عمليات النقل.
تتجاوز هذه التقنية حدود قنوات نقل البيانات التقليدية عبر معالجة مجموعات البيانات محلياً، مما يقلل زمن الاستجابة ويوفر موارد المعالج المركزي. وبينما لا يزال التصميم في مرحلة اثبات الكفاءة، فإنه يمثل تحولاً جوهرياً نحو وحدات تخزين ذكية ومستقلة.
مؤشرات الأداء والتقييم الفني
يعتمد النموذج الجديد على ربط وحدة المعالجة العصبية بذاكرة محلية سريعة تصل سرعتها إلى 130 غيغابايت/ثانية، مع دعم أدوات الذكاء الاصطناعي الشهيرة مثل PyTorch وvLLM. كما تستخدم فايسون مؤشر DMIPS بدلاً من وحدات TOPS التقليدية لقياس الإنتاجية بما يتناسب مع عمليات معالجة البيانات والتحكم المنطقي.
| المعيار التقني | محرك NVMe المؤسسي القياسي | نموذج فايسون الحوسبي المزود بوحدة NPU |
|---|---|---|
| الحوسبة الداخلية | يعتمد على معالج المضيف | وحدة معالجة عصبية مدمجة |
| ذاكرة المكونات | غير موجودة (مقيدة بذاكرة المضيف) | ذاكرة محلية 64 غيغابايت |
| نطاق الذاكرة الترددي | محدود بناقل PCIe الجيل 5/6 | 130 غيغابايت/ثانية محلياً |
| دعم بيئات العمل | تنفيذ عبر المضيف حصراً | دعم مباشر لـ PyTorch وvLLM وllama.cpp |
| كفاءة نقل البيانات | نقل كامل البيانات للمضيف | تقليل النقل بنرتبة 10 إلى 100 ضعف |
| مقياس الأداء | معدل النقل (IOPS) | مؤشر DMIPS والعمليات بالثانية |
الكفاءة الحرارية والخلاصة النهائية
يفرض دمج رقاقات حوسبة عالية الأداء على لوحة التخزين تحديات حرارية تتطلب حلول تبريد نشطة متطورة لتجنب خفض الأداء تحت أحمال العمل الكثيفة. ومع غياب بعض التفاصيل الهندسية الدقيقة، تبقى تساؤلات الكفاءة الحرارية قائمة لحين وصول عينات الإنتاج إلى مختبرات التحقق.
في النهاية، يجسد محرك الأقراص الحوسبي من فايسون خطوة متقدمة تلبي احتياجات البنى التحتية للذكاء الاصطناعي عبر خفض استهلاك نطاق النقل بشكل غير مسبوق، مما يجعله نموذجاً مرتقباً لمراكز البيانات المستقبلية.
