2024中国闪存市场观察：AI助推闪存全面起势？-程序员宅基地
技术标签： 云静思园 Solidigm QLC SSD AI 人工智能 闪存
过去两年，闪存市场一直处于低迷状态，但去年第四季度闪存颗粒资源的上涨，导致闪存产品价格一路上扬，市场遂发生反转。
2024年，中国闪存市场会彻底走向复苏，还是急转直下？中国AI热潮，对于闪存市场会带来哪些重要的影响？QLC SSD今年是否能够真正步入普及之年？PCI-E 5.0、CXL等闪存相关的热点技术今年会有哪些新趋势？
近日，在中国闪存市场峰会上，来自全球多家闪存企业介绍了市场、技术等相关动态。从这些关键信息，大数据在线带来大家一窥究竟。
AI助推闪存复苏
自从大模型兴起以来，算力是人工智能领域讨论的热点。不过，随着大模型等人工智能技术的不断发展，在数据存储层的诸多挑战也逐渐暴露。在本次峰会上，Solidigm、海力士、三星等企业均从存储层谈了AI带来的挑战。
目前来看，AI对于存储层的影响是综合性的，首先是大模型走向多模态之后带来的海量数据及指数级的增长，Garnter就预测到2025 年人工智能生成数据占比将达到10%；其次，存储需要在性能层面满足GPU的需求，尽可能地帮助提升GPU利用率；第三，随着容量密度的持续提升，存储功耗、空间和成本等是不容忽视的挑战。
“有报告显示，在一些特定场景，存储功耗占整个服务器功耗的35%之多。在AI高速发展的趋势下，存储功耗是必然需要面对的挑战。”Solidigm亚太区销售副总裁倪锦峰介绍道。
如今，大模型等人工智能技术发展到现在，已成为一个大规模、高质量数据和数据高效处理的工程挑战，并且对数据中心侧、边缘侧等相关场景带来连锁反应。再结合国内人工智能“百模大战”的发展势头，AI对于数据层面的影响将愈发凸显。
如果从AI需求的维度仔细分析，会发现AI对于存储的吞吐量、容量、扩展性等带来根本性改变。那么，如何满足AI带来的数据存储需求？
目前来有两条技术路线：一条是大容量硬盘技术，通过增加面密度、盘片等方式来提升存储容量；另一种方式则是闪存，利用闪存大容量、低功耗等优势，来实现存储成本、功耗、空间与容量的平衡。
倪锦峰认为，人工智能技术的快速发展，对于存储需求是革命性的，闪存在性能、容量和综合成本等方面的优势会逐步体现出来。
从市场来看，北美市场在大模型等人工智能技术上的巨大投入，已经开始带动超大容量 SSD需求涌现；倪锦峰判断，国内市场对于大容量SSD的需求在2024年会马上跟上。
QLC SSD全面起势
存储市场的复苏，最直接的体现就是对于容量需求的上涨。
在闪存领域，容量密度在2023年已经夯实了牢固的基础。像Solidigm、SK海力士、长江存储、三星等公司均将NAND层数推向新高度。以Solidigm为例，一直在市场力推QLC SSD相关产品，并且在2023年推出了高达61.44TB的QLC SSD。
业界认为，QLC SSD在质量、可靠性和寿命等诸多方面都得到了广泛的验证,将会在2024年全面起势，成为市场的主流选择。
具体来看，在消费级和移动市场，QLC SSD正在大举进入PC、手机等领域。今年以来，随着大模型技术的发展，像AI手机、AI PC等概念的兴起，也会加速对于QLC SSD产品的应用。倪锦峰判断，今年因为去产能的关系可能会导致QLC SSD市场供需紧张；从长远来看，在产能没有扩大的情况下，长期需求一定会带动QLC SSD市场起来。
同样，在企业级市场，中国数据中心的SSD占比依然较低。随着ZNS、PCI-E、CXL等技术的发展，以及人工智能、大数据等应用的推动，使得QLC SSD也在成为主流选择，有望全面进入到企业数据中心。例如，DELL EMC、NetApp、浪潮信息等存储阵列厂商在2023年均推出了基于QLC SSD的闪存产品，随着存储阵列厂商全面拥抱QLC SSD，基于QLC SSD的存储产品有望在2024年进入到更多企业用户的数据中心。
再如，PCI-E 4.0+QLC SSD已经在数据中心读取密集型、部分读写混合型业务场景中得到较大范围的应用；随着PCI-E 5.0相关产品的商用，未来会继续推动QLC SSD等产品的普及。
“目前来看，消费与企业级市场是准备好了的。消费市场，QLC会加速替代TLC；而企业级市场会替代HDD。”倪锦峰认为。
生态建设任重道远
闪存市场的高速发展，离不开生态的长期良性建设。
众所周知，闪存硬件这些年一直都处于高速发展之中，但考虑到中国市场用户特性，比如像操作系统、处理器、应用等方面现实情况，软件创新与生态建设对于闪存新技术、新产品的普及至关重要。
倪锦峰直言，中国用户的特性决定了数据中心应用环境非常复杂，更加需要生态体系所有成员一起来推动闪存的推广。以QLC SSD相关的加速和应用创新为例，当前需要云计算客户、企业级客户、OEM/ODM、操作系统厂商等多方力量共同推动。
例如，很多数据中心用户普遍存在着Intel、AMD、ARM、IPU/DPU、GPU 等各种服务架构，都会遇到混合工作负载优化、存储容量与性能利用、写放大等问题。为此，Solidigm一直在利用CSAL软件来做缓存层，推动数据中心工作复杂的优化，让写入工作负载有效调整为顺序写入，大幅提升数据中心存储效率。
“CSAL已经开源，生态圈所有人都可以采用，从而进一步推动闪存的普及与应用。”倪锦峰介绍道。
智能推荐
监听网络变化--含7.0以上适配_android.net.conn.connectivity_change-程序员宅基地
文章浏览阅读3.7k次，点赞3次，收藏7次。我们知道最早监听网络变化，是通过广播，静态或动态注册广播，处理"android.net.conn.CONNECTIVITY_CHANGE"这个action就可以了intent就可以了。我们发现"android.net.conn.CONNECTIVITY_CHANGE"这个action已经加了注解@Deprecated，不推荐使用了。根据注释说明，7.0及以上静态注册广播（manifest中）..._android.net.conn.connectivity_change
计算机学习目标_bytetrack+yolov5 c++-程序员宅基地
文章浏览阅读291次。开个坑_bytetrack+yolov5 c++
fatal error: filesystem: 没有那个文件或目录_fatal error: filesystem: no such file or directory-程序员宅基地
文章浏览阅读4.8k次，点赞12次，收藏39次。fatal error: filesystem: 没有那个文件或目录_fatal error: filesystem: no such file or directory
2020起重机械指挥作业考试题库及起重机械指挥模拟考试系统_换算英制直径5分钢丝绳为公制多少毫米?()。-程序员宅基地
文章浏览阅读1k次。题库来源：安全生产模拟考试一点通公众号小程序2020起重机械指挥作业考试题库及起重机械指挥模拟考试系统，包含起重机械指挥作业考试题库答案解析及起重机械指挥模拟考试系统练习。由安全生产模拟考试一点通公众号结合国家起重机械指挥考试最新大纲及起重机械指挥考试真题出具，有助于起重机械指挥考试试题考前练习。1、【判断题】指挥人员负责对可能出现的事故采取必要的防范措施。（√）2、【判断题】手势信号包括通用手势信号、专用手势信号和其它指挥信号。（）（×）3、【判断题】吊装用的短环链，不..._换算英制直径5分钢丝绳为公制多少毫米?()。
大数据应用丨大数据时代的医学公共数据库与数据挖掘技术简介_dryad数据库-程序员宅基地
文章浏览阅读1.7k次，点赞2次，收藏25次。本文我们将介绍几种数据库和数据挖掘技术，帮助临床研究人员更好地理解和应用数据库技术。数据挖掘技术可以从大量数据中寻找潜在有价值的信息，主要分为数据准备、数据挖掘、以及结果表达和分析。数据库技术是研究、管理和应用数据库的一门软件科学。通过研究数据库的结构、存储、设计、管理和应用的基本理论和实现方法，对数据库中的数据进行处理和分析。_dryad数据库
Java实现生成数据库表结构文档（生成工具screw的使用）_java实现数据库表文档-程序员宅基地
文章浏览阅读1.8k次。screw_java实现数据库表文档
随便推点
SpringBoot整合Elastic-job实现_springboot + elasticjob-程序员宅基地
文章浏览阅读3.1k次，点赞3次，收藏13次。SpringBoot整合Elastic-job实现【基本整合】：原理参考：Elastic-Job原理（1）引用pom依赖：<dependency> <groupId>com.dangdang</groupId> <artifactId>elastic-job-lite-core</artifactId> <..._springboot + elasticjob
Attensleep：一种基于注意力的单通道EEG睡眠分期深度学习方法_an attention-based deep learning approach for slee-程序员宅基地
文章浏览阅读791次。AttenSleep 基于注意力的深度学习架构从单通道EEG信号中进行睡眠阶段分类从基于多分辨率卷积神经网络( MRCNN )和自适应特征重标定( AFR )的特征提取模块入手。MRCNN可以提取低频和高频特征，而AFR可以通过建模特征之间的相互依赖关系来提高提取特征的质量。第二个模块是时间上下文编码器( TCE )，它利用多头注意力机制来捕获提取特征之间的时间依赖关系。特别地，多头注意力利用因果卷积对输入特征中的时间关系进行建模。使用三个公共数据集来评估提出的AttnSleep模型的性能。_an attention-based deep learning approach for sleep stage classification wit
Myeclipse技巧-程序员宅基地
文章浏览阅读71次。在了解MyEclipse使用技巧之前我们来看看MyEclipse是什么呢？简单而言，MyEclipse是Eclipse的插件，也是一款功能强大的J2EE集成开发环境，支持代码编写、配置、测试以及除错。下面让我们看看MyEclipse使用技巧的具体内容。MyEclipse使用技巧第一步: 取消自动validationvalidation有一堆，什么xml、jsp、jsf..._myeclipse是什么
c语言统计数组每个数出现的次数,统计数组中某个元素出现的次数和重复的次数...-程序员宅基地
文章浏览阅读8.9k次。//出现的次数function times(arr){var m=0,times=0;//m是数组中的元素，times用来统计出现的次数// for循环遍历arr数组for(var i=0;iif(arr[i]==m){times++;//数组中有相同值就加1}}return times;console.log(times);//这是打印出的出现的次数}times([0, 1, 2, 0, 1, ..._c语言统计数组中每个数字出现的次数
Jmeter连接InfluxDB2.0.4_influxdborganization jmeter-程序员宅基地
文章浏览阅读2.5k次，点赞5次，收藏14次。Jmeter连接InfluxDB2.0.4问题描述：在用Jmeter+InfluxDB构建监控时，因为docker构建的InfluxDB的版本是2.0.4，按照网上的教程进行后端监听器的填写，但是一直出现错误提示401等问题。网上的教程大多是1.X版本的，怀疑是数据库版本不一致导致的数据无法写入，通过调研，问题已解决。以下为配置方法。一、InfluxDB搭建完成后，查看Organization和Bucket名称，这里是ORZ_test和bucket_nameOrganization在这里我的理解_influxdborganization jmeter
关于第三方支付，看这篇文章就够了！-程序员宅基地
文章浏览阅读1.6k次。目录 目录 1、第三方支付概述 2、第三方支付起源 PayPal 支付宝 3、牌照发放 4、支付牌照 5、第三方支付参与者 6、第三方支付行业监管 监管意图对第三方支付可能产生的影响..._第三方支付本行对本行的费用