XPoint SSD为何无法实现当初公布的性能参数:详尽指南

简介:

Objective Analysis公司分析师Jim Handy发布了一套理论,声称能够解释英特尔与美光的3D XPoint内存无法实现其初步性能水平的神秘难题。

根据英特尔方面的市场宣传内容来看,原始介质的访问延迟与SSD产品的访问延迟之间存在显著差异。下面我们拿出一份SNIA图表,用以直观阐述PCIe MLC NAND SSD与潜在NVMe XPoint SSD之间的区别与联系。

在他的报告当中,Handy基本解释了NAND SSD的整个数据读取时长由六项元素组成,其中IO访问共需要经历:

  1. 线程——即由应用处理器为介质芯片返回有效数据,从而为其提供一个可用的内存地址。
  2. xfer——即数据由芯片到SSD输出针脚之间的传输时长。
  3. Misc——内部处理; 地址转换; 平均垃圾回收时长。
  4. Link Xfer——用于在PCIe接口间进行数据传输的时长。
  5. 平台+适配器——从主机IP端口到处理器针脚间的传输时长。
  6. 软件——主机操作系统IO堆栈执行读取操作所带来的时间消耗。

以下为Handy整理出的示意图:

 XPoint SSD为何无法实现当初公布的性能参数:详尽指南

我们对Jim Handy的图表进行了修改,将SNIA SSD延迟纳入其中。

横向访问示例单位为微秒,大家首先应该注意到,其表达的主要为耗时比例而非精确时序。以此为基础,我们对顶端SSD柱形末端的三项元素加以审视:link xfr、平台+适配器以及软件。这三项元素分别以独立方式由SSD本身负责完成。

第三点正是NAND与XPoint间的最大区别,而这种介质层面的差异也给前三项元素造成了影响。

由NAND到XPoint的介质转换可能足以显著降低这三项时耗因素,但却无法对后三者进行削减——而事实上,后三项元素才是构成访问延迟的主体所在。

图表比较了NAND与XPoint PCIe SSD间的差异。Handy指出,XPoint DIMM在速度上要远高于XPoint SSD,而且NAND DIMM亦拥有远高于NAND SSD的速度表现。这能够进一步降低Link Xfr与平台+适配器两项元素对延迟的提升,不过软件层面则仍然不受影响。

操作系统与应用程序软件变更需要立足于当前操作系统IO堆栈完成,旨在更为直接以访问由XPoint DIMM提供的数据,他宣称。此类变更亦能够对NAND DIMM带来助益。

英特尔方面因为此前公布的XPoint相较于NAND的使用寿命与存储密度比较优势可能存在过度宣传而受到批评,而目前的结论解释了为什么XPoint SSD延迟完全无法与当初公布的原始水平相符。

英特尔公司于上周表示:“我们再次强调,我们公开发布的性能参数包括Optane SSD(包括预生产及原型设计版本)以及3D XPoint内存介质。系统层级性能主要取决于各组件的整体组合,而介质本身仅仅是其中组件之一。在原型SSD硬件当中,我们获得了远优于NAND SSD产品的性能表现——数据吞吐能力提升了10倍,而延迟状况亦改善了4倍。在投放市场之后,采用英特尔Optane技术的SSD将成为英特尔旗下性能最为强大且使用寿命最长的SSD。我们将在未来几个月产品正式发布时提供更多最终产品性能与规格。”

而在我们就这一速度问题向芯片巨头发出询问时,英特尔公司的发言人表示:“英特尔目前不会就这个问题发表任何进一步评论。”


原文发布时间为:2016年9月30日

本文作者:黄雅琦 

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
10天前
|
数据采集 人工智能 安全
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
317 164
|
4天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
323 155
|
5天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
374 4
|
13天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
911 7