很大程度上的原因是，如今的 SSD 迭代升级的感知不强烈，远没有当年机械硬盘换固态硬盘那种鸟枪换炮的爽快感。关注咱们频道的大伙儿应该都知道，如今各大厂卷得头破血流的顺序读写速度，其实在咱们日常生活当中很难用上，所以各位购买固态硬盘基本都侧重在随机读写的性能上了。不过，近几代 SSD 在随机读写的数据上其实进步也不小，三星 9100Pro旗舰盘的随机读写都已经超过 200 万 IOPS 了，但还是感觉性能提升有限。一方面是目前主流硬盘的速度都非常快了，基本已经达到了我们能细微感知的上限了。另一方面就是随机混合读写延迟的锅，它会直接影响咱们的系统响应速度和应用响应速度。如果熟悉 SSD 的同学可能已经想到了在这方面表现突出的神话——intel Optane（傲腾）凭借其独特的架构 3D XPoint 可以做到单独寻址，所以不需要垃圾回收，也就是不用擦除就能写入，因此随机读写延迟可以分别做到 6.5µs 和 18µs。而目前最新 PCIe5.0 SSD 的随机混合读写延迟还在 50µs 左右。就在最近，三星副总裁宣布将重拾 Z-NAND 技术，目标是将性能提升到比传统 NAND提升 15 倍，并且将其功耗降低 80%。Z-NAND 于 2010 年首次问世，目的就是狙击 intel 的 Optane，不过很可惜，初代 Z-NAND 本质上只是经过加速优化的 SLC NAND SSD，采用 48 层 V-NAND 颗粒，然后还是以模拟 SLC 运行。主要改进是将页大小缩小到 2-4KB（普通 SSD 一般采用 8-16KB 页的大小），方便以更小的数据读写，降低延迟。效果也比较明显，随机读写延迟降低到了 12-20µs。随机读写速度也达到了 75万 IOPS 和 17 万 IOPS。不过从数据对比上大伙儿也能看出来，除了顺序读写和游戏加载速度，在其他方面面对傲腾基本都是完败。并且由于降低了单页存储密度，所以成本上来了，价格也就水涨船高，最终这两都落到了含泪被砍的命运。随着 AI 的不断发展，深度学习、神经网络训练等应用除了需要巨大容量，还要有巨大的吞吐量、低延迟和高 IOPS 需求。AI 模型动辄几百 GB，数据吞吐和延迟成了训练瓶颈。尤其是大模型生成时，GPU 等数据的时间越来越长。所以 Z-NAND 自然而然就被重新重视起来了，毕竟 AI 公司并不缺钱嘛。并且为了更加契合 AI，三星还引入了一种可以让 GPU 绕过 CPU 和 DRAM 从而直接访问 SSD 的技术：GPU-Initiated Direct Storage Access（GIDS），用来进一步降低延迟。短期内，这项技术肯定是面向企业或者 AI 场景，但随着 AI 的大众化和蒸馏模型的不断演化到本地部署，消费级市场也未必没有机会。届时在电脑上应用无论是系统应用和游戏加载，速度都能更快甚至翻倍。数据来源：tomshardware、三星、kingspec、铠侠、intel，图源网络。
本文编辑：@ 阿红
©本文著作权归电手所有，未经电手许可，不得转载使用。
