阿里云自研存储部件创新亮相2024全球闪存峰会

简介: 阿里云在AI时代背景下对自研存储部件进行的一系列创新实践并取得丰硕成果。

【阅读原文】戳:阿里云自研存储部件创新亮相2024全球闪存峰会

8月28日,“2024全球闪存峰会(FMW)”在南京盛大开幕,本次峰会的主题是“芯存储 AI未来”。会议聚焦于高端存储、企业级SSD、AIGC存储、CXL技术以及行业应用等多个前沿领域。众多来自国内外的知名科技企业代表、业界顶尖专家和学者齐聚一堂,共同探讨闪存技术的最新应用现状、面临的挑战,并寻找合作发展的新机遇。

 

阿里云服务器研发团队受邀参与此次盛会,并发表了题为“阿里云面向AI时代的自研存储部件创新与实践”的演讲。该演讲全面展示了阿里云在AI时代背景下,对自研存储部件进行的一系列创新实践与取得的成果。

 

图丨坤合演讲现场照片

 

自2016年以来,阿里云便开始了自研存储部件的研发之路,推出了首款产品Aliflash V1,并在此后不断迭代更新。目前,最新的产品线已经涵盖Aliflash V5 SSD和AliSCM V1持久化内存两大系列核心产品。

 

在Aliflash和AliSCM的发展过程中,阿里云采取了明确的发展策略与业务目标。首先,在性能方面,通过对接口、介质和算法等关键技术的创新,确保了产品在行业内处于领先地位。其次,在成本控制上,通过支持低成本介质、ZNS以及透明压缩等方式,有效降低了业务TCO,创造了更高的业务价值。再者,通过建立全面的测试验证体系及采用先进的运维管理手段,显著提高了产品的稳定性和可靠性。最后,通过与业务部门的深度软硬件整合,针对性地解决业务的痛点问题并满足定制化需求,进一步提升了阿里云各项业务的核心竞争力。

 

目前Aliflash SSD系列与AliSCM持久化内存的各代次产品均已成功在多个业务场景中落地应用,并取得了良好的效果,目前正处于规模上线或灰度测试阶段,切实地为业务创造更好价值。其中自研透明压缩盘更是通过4倍压缩比、租户压缩率上报和租户加解密等能力加持,更深入的帮助业务降低成本提升竞争力。未来,阿里云将持续在Aliflash和AliSCM等自研存储部件上探索CXL、PIM等技术创新,深化AI领域的研究与实践。

 

面对AI大模型应用爆发对基础设施的极致要求,阿里云还以磐久存储服务器平台为基础,持续推动软硬结合实践和创新,为AI时代数据存储提供核心竞争力。磐久高性能存储服务器平台,通过自研网卡实现高性能、低延迟400G网络,支持大规模训练集群高速数据传输。磐久大容量存储服务器平台,规模落地大容量SMR HDD,提供极致成本的AI数据集存储服务。磐久智算存储服务器平台,与业务紧密合作,基于自研硬件平台完成了数据集智能流动、数据集加速及CheckPoint流程优化提效等关键功能开发上线。

 

阿里云自研存储部件和服务器平台始终坚持以技术创新为核心驱动力,引领行业发展趋势,与业务紧密软硬融合,为阿里云的持续发展创造独特价值。


我们是阿里巴巴云计算和大数据技术幕后的核心技术输出者。

欢迎关注 “阿里云基础设施”同名微信微博知乎

获取关于我们的更多信息~

相关文章
|
人工智能 固态存储 安全
一文告诉你CXL是什么,有什么新的机会 (上)
> 1. 大数据AI/ML应用爆发驱动大内存需求,但内存增长受限,CXL互联方案应运而生 > 2. CXL分为1.0/2.0/3.0版本,分别提供直连、池化、Fabric能力,预计在2022年/203年/2025年之后市场可用,目前看来池化对于软件的影响最大 > 3. CXL更多是对于已有架构的性能优化,全新的机会不多,较大的机会在于系统软件、内存即服务,以及内存数据库和内存云结构 > 4. CXL大概率将成为跨计算引擎的内存结构标准,短期利好云厂商,长期会数据中心架构产生结构性的变革
4900 0
|
存储 固态存储 Linux
BLOCK 层这么多参数都是什么意思?!
每个 request queue 会维护一个 struct queue_limits 结构来描述对应的块设备的硬件参数,这些参数描述了硬件存储单元的组织方式,会影响 block layer 的很多行为,其中部分参数在 `/sys/block//queue/` 下导出 ```c struct request_queue { struct queue_limits limits; ... } `
5249 1
|
安全 Linux 数据安全/隐私保护
Intel TME和MKTME技术解析
# 市场需求 人们对透明全内存加密这个功能的需求主要来自对机密和敏感数据的保护。普通RAM里面储存的数据,在掉电之后,一般都以为是彻底消失了。但其实在一些复杂的离线攻击下,这些数据仍然是能被恢复出来并导致泄密;而持久性存储器(即外存,包括磁盘、SSD、eMMC等)的数据更加容易泄露。这些设备可能有硬件锁机制的保护,但是用户其实希望的是更细粒度的保护,比如per进程/容器/VM级的。 Int
6387 0
Intel TME和MKTME技术解析
|
存储 缓存 NoSQL
阿里云 Tair 联手 SGLang 共建 HiCache,构建面向“智能体式推理”的缓存新范式
本文系统剖析面向智能体推理的 KVCache 技术演进,针对传统机制在长上下文、多轮决策与多智能体协同中的状态膨胀、持久化缺失和缓存孤立三大瓶颈,介绍阿里云 Tair KVCache 团队联合 SGLang 社区推出的 HiCache 分层缓存体系。该方案通过显存-内存-3FS 多级卸载与全局共享,实现缓存命中率提升至80%,TTFT 降低56%,推理 QPS 翻倍,支撑智能体时代的大模型高效推理。
|
存储 人工智能 运维
阿里云 Tair 基于 3FS 工程化落地 KVCache:企业级部署、高可用运维与性能调优实践
阿里云 Tair KVCache 团队联合硬件团队对 3FS 进行深度优化,通过 RDMA 流量均衡、小 I/O 调优及全用户态落盘引擎,提升 4K 随机读 IOPS 150%;增强 GDR 零拷贝、多租户隔离与云原生运维能力,构建高性能、高可用、易管理的 KVCache 存储底座,助力 AI 大模型推理降本增效。
|
存储 人工智能 缓存
面向AI的存储软硬结合实践和创新
本次分享的主题是面向AI的存储软硬结合实践和创新,由阿里云智能集团专家袁茂军、王正勇和常存银主讲。内容涵盖三大板块:自研存储部件设计及实践、自研存储服务器设计及实践、以及面向AI场景的存储软硬一体解决方案及实践。重点介绍AliFlash系列存储部件的演进与优化,包括QLC SSD的设计挑战与解决方案,并探讨了高性能存储服务器在AI场景中的应用与未来发展方向。通过软硬件深度融合,旨在提升AI业务的性能与效率,降低总拥有成本(TCO)。
1289 7
|
存储 关系型数据库 分布式数据库