业界新闻

漫谈QLC其三:QLC NAND的主流应用

发布时间:2023-12-11 00:00:00 责任编辑:lina

【导读】前文所述,老四QLC在争议中成长,已进入当打之年,凭借性能、寿命、容量和价格极致性价比的特性,配合主控和固件纠错能力和算法方案的日渐成熟,进入到消费级SSD和企业级SSD主战场,如今市面上有多款已量产的消费级和企业级QLC SSD,进入商用。


前文所述,老四QLC在争议中成长,已进入当打之年,凭借性能、寿命、容量和价格极致性价比的特性,配合主控和固件纠错能力和算法方案的日渐成熟,进入到消费级SSD和企业级SSD主战场,如今市面上有多款已量产的消费级和企业级QLC SSD,进入商用。

QLC NAND的典型参数

QLC NAND在三哥TLC NAND光芒映衬下,起初有些暗淡,经过闪存产业三到四代产品的打磨和提升,如今QLC NAND实际主要参数超出了用户的传统认知,如下表:


漫谈QLC其三:QLC NAND的主流应用

行业主流QLC 闪存芯片参数范围(源于网络整理)


1)NAND IO接口速度,和TLC相同,1.6GT/s~2.4GT/s。

2)单Die大小,QLC是TLC的2倍。

3)Page读tR时间,QLC是TLC的2倍;但在SLC模式下,QLC和TLC的tR基本相同。

4)Page写tP时间,QLC较TLC更慢,是其5倍时间;但在SLC模式下,QLC和TLC的tP基本相同。

5)寿命方面PE Cycle, QLC已大幅改善。

总结:相比较TLC,QLC NAND IO接口速度相同,单Die容量更大,性能上读写擦速度会慢,但在SSD使用模式上使能SLC block模式,读写速度基本相同,性能慢的缺点会被遮掩。

QLC在消费级SSD中的应用

消费级SSD按产品定位,根据性能档位分为高端和中低端产品,QLC NAND面世初期,由于较低的NAND颗粒性能,一般定位于中低端消费级SSD产品,产品定价低于TLC SSD,走极致性价比产品路线,获得不错销量。

如今QLC NAND颗粒在接口速度,SLC block模式下读写性能等参数已不输于TLC NAND,QLC SSD性能跑分上可以跻身高端产品,但价格低于TLC 20%以上,无论对零售、渠道SSD用户,还是PCOEM用户,大幅降低了采购成本,QLC SSD无疑是不错的选择。

按照消费级PCOEM SSD产品未来预测,2023年QLC SSD占比已大于15%,凭借和TLC SSD相同的性能但更低的价格,采购QLC SSD的比例将大幅增加。Retail SSD市场中,QLC SSD的极致性价比特性,用户将会采购更多比例的QLC SSD。


漫谈QLC其三:QLC NAND的主流应用
来源:网络


QLC在企业级SSD中的应用

目前许多数据中心大量部署了成本较低的机械硬盘(HDD),以满足不断增长的存储容量需求,但机械硬盘无法满足现代工作负载对数据更快读取访问速度的需求。机械硬盘还会占据数据中心的较大面积,因而会增加空间、电源、散热和替换方面的成本。

一些数据中心采取的策略是将较慢、较笨重的机械硬盘,更换为更快的企业级TLC SSD。TLC SSD适用于混合和写入繁重的工作负载,如高速读写应用,但采用TLC SSD未经过成本和容量优化,难以满足以读取密集型业务为中心的大规模数据需求。

1) QLC SSD vs TLC SSD:

相比较企业级TLC SSD,企业级QLC SSD性能和寿命更低,但其大容量和性价比特性让QLC SSD成为TLC SSD的补充。QLC SSD更适合读取密集型和部分读写混合型业务,例如机器学习ML、人工智能AI、内容交付网络等。


漫谈QLC其三:QLC NAND的主流应用
来源:网络


要确定企业级QLC SSD是否与您的工作负载匹配,遵照以下特征:

a.带宽:读取数据高速度高带宽。
b.延迟:低延迟和高服务质量,有助于数据快速返回。
c.业务模型:读取密集型(顺序或随机),大数据块数据读写工作负载。
d.数据块大小:大数据块。

2) QLC SSD vs HDD:

相比较HDD,企业级QLC SSD更加轻便,性能更高,功耗更低,容量更大,因此QLC SSD最终的目标是为了取代HDD机械硬盘。

企业级QLC SSD目前面临的挑战是,每GB成本是HDD的5-6倍,这是目前取代HDD最大的障碍。HDD凭借成本上优势,依然占据数据中心数据总量的85%,主要应用于温存储对象存储和冷存储归档存储等业务中。

但未来从NAND成本角度来看,其堆叠层数依然可以继续增加,带来成本不断的下降,其下降速度明显大于HDD成本下降的速度,未来追上HDD每GB成本的3倍甚至1倍只是时间问题,我们终究可以等到这一天的到来,我们将答案留给时间。

a.性能对比:

QLC SSD顺序读性能是HDD的25倍,随机读性能是HDD的5700倍,平均延迟是HDD的1/23,性能方面完全碾压HDD。

b.寿命和耐久度对比:

过去,用户会认为QLC SSD的寿命和耐久度较差,实际上QLC SSD的寿命和耐久度超出了用户传统的认知。

首先QLC SSD具有更大的容量,能够将磨损分散到更大的区域,企业级QLC SSD DWPD(每日写入量,代表寿命的一种参数)可以做到0.5,而HDD DWPD只有0.09,是它的5倍多。

其次QLC SSD实际应用下的耐用性要求通常远超出企业的预期,对于绝大多数企业用户来说,因为99%的系统最多只使用了其硬盘15%的额定寿命(2020年2月USENIX大会),大多数固态盘在使用的过程中,只会消耗一小部分固态盘寿命,因此转向QLC SSD寿命上没有风险。

c.UBER和AFR对比:

QLC SSD的UBER(读取数据错误比特率)是10-17,而HDD的UBER是10-15,是其的1/100。

年失效率或返盘率方面,USENIX研究发现,QLC SSD的平均年失效率(AFR)介于0.07%和近1.2%之间,机械硬盘为2.9%。通过比较这两个数据,QLC SSD AFR相比机械硬盘低7.5到28倍。


漫谈QLC其三:QLC NAND的主流应用
来源:网络


d.TCO对比:

数据中心的存储TCO包括一次性采购费用(CapEx)和运营支出费用(OpEx)。

一次性采购费用基于有效容量的购买。有效容量以有效TB(TBe)表示,是经过复制、容量利用和数据精简后的实际可用存储空间。

有效容量对TCO具有较大的影响,由于需要提供冗余,并满足性能要求,用户购买的总原始存储在成本上具有乘数效应。存储解决方案提供商在描述每TB存储成本时通常将有效容量作为宣传点。

数据精简是所存储主机数据与所需物理存储的比率,数据精简可帮助用户存储超过物理硬件能力的更多数据,所以产生的有效容量会增加,或者大幅降低满足“有效容量”要求所需的原始存储容量

精简数据有两种方法:压缩和重复数据删除技术,压缩数据有压缩比如2:1,重复数据删除,将相同的重复数据在存储中只保留一份, 这些技术某些仅在全闪系统中实现,HDD中并未实现。

举例来说,Facebook的Zstandard压缩算法可实现超快的压缩和解压缩速度,远超机械硬盘的读/写能力,因而支持在固态盘上实时使用算法。此外,在VMware VSAN中,压缩和重复数据删除功能仅在全闪存配置中提供。

运营支出涵盖电源、散热和磁盘故障方面的成本,相比HDD,QLC SSD高出几十倍的性能/功耗比,单盘大容量带来单机架上采用更少硬盘数,以及更少的机架数带来的更小的总功耗和占地空间,长期来看更低的单盘故障率,大幅降低了运营支持。

最后:QLC应用的未来思考

综上所述,QLC NAND在消费级和企业级SSD领域中异军突起,找到一定的合适的应用场景,用户开始接受和拥抱QLC SSD,逐年采购比例的增长趋势已经确立,特别是大容量SSD应用场景。

既然QLC在SSD领域已经试水成功,未来进军消费类嵌入式eMMC、UFS领域也不是没有可能,目前已有原厂的UFS采用了QLC作为存储介质发布产品,这是一个开始,也是一种信号,或许不久的将来QLC在消费级嵌入式产品有更多的新品发布。



免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理。



推荐阅读:

ADAS 前置摄像头设计面临的四大电源挑战

优化电池供电系统的电源转换效率

半导体产业如何善用AI驱动自动化创新?

碳化硅MOS管在三相逆变器上的应用

克萨重磅发布高性能超轻薄、带有四个分布式CAN模块的紧凑型嵌入式通讯卡



为您推荐

新品:闪迪 iNAND CL EM181 e.MMC 闪存,兼顾延续性、耐久度与数据可靠性 新品速递

新品:闪迪 iNAND CL EM181 e.MMC 闪存,兼顾延续性、耐久度与数据可靠性

对于机顶盒、家庭网关、智慧视频等长生命周期 IoT 与物理 AI 设备,存储方案延续性是一大痛点。闪迪在 2026 慕尼黑电子展发布全新 iNAND CL EM181 嵌入式 e.MMC 闪存驱动器,保留成熟 e.MMC 接口,支持客户在大幅减少主机改动的前提下升级新一代 NAND 技术,降低集成与认证成本。产品提供 64GB/128GB/256GB 容量,顺序读写最高 300MB/s、225MB/s,搭载 SmartSLC 与可配置 EUDA 分区,宽温 - 25℃~85℃,搭配 LDPC ECC、电源保护等机制,保障边缘互联设备的数据可靠。

AI&loT 通信广电 电源管理 互联技术 存储器

Supermicro H15 服务器出货:AMD EPYC 9006 支撑智能体 AI、HPC 与云负载 业界新闻

Supermicro H15 服务器出货:AMD EPYC 9006 支撑智能体 AI、HPC 与云负载

Supermicro(SMCI)宣布 H15 代服务器产品组合现已出货,整机基于 DCBBS 模块化数据中心积木架构,搭载第六代 AMD EPYC 9006 系列(Venice)处理器,针对 AMD Instinct 加速器优化,面向智能体 AI、云计算、HPC、存储与边缘场景。相比前代,核心数量提升 33%、PCIe 带宽翻倍、内存带宽提升 2.6 倍,模型 Token 处理能力可达前代 1.8 倍;产品线覆盖 Hyper、CloudDC、FlexTwin 液冷、GrandTwin、Petascale 全闪存、SuperBlade 刀片等 20 余款机型,并同步推进 Helios、Helion 机架级端到端 AI 方案,帮助客户快速搭建高性能 AI 基础设施。

互联技术 存储器 AMD(超微)

AMD EPYC 嵌入式 9006 SP7 正式发布,Zen6 架构最高 256 核 新品速递

AMD EPYC 嵌入式 9006 SP7 正式发布,Zen6 架构最高 256 核

AMD 正式发布 EPYC(霄龙)嵌入式 9006 系列 SP7 处理器,基于 Zen 6 架构,最高搭载 256 核 512 线程,支持 PCIe Gen6、CXL 3.1 高速互联,配套多层硬件安全引擎与七年产品供货周期。相较上一代 9005 系列,该系列吞吐量最高提升 1.8 倍、内存带宽最高提升 2.7 倍,主打半导体自动测试设备 ATE、企业存储、高端网络防火墙三大高吞吐嵌入式场景,可满足 AI 浪潮下高速内存、SSD 验证、大流量安全处理、密集存储服务的算力与 I/O 需求。128 核 SKU 将于 11 月 15 日上市,其余型号年底前陆续出货,三星、Lanner、Portwell、IEI 等厂商已同步开展平台适配。

互联技术 测试测量 存储器 SAMSUNG(三星)

Supermicro 联合 IBM、NVIDIA 推出 KV Cache 存储方案 大幅优化长上下文 AI 推理 解决方案

Supermicro 联合 IBM、NVIDIA 推出 KV Cache 存储方案 大幅优化长上下文 AI 推理

2026 年 11 月 5 日,Supermicro(美超微,SMCI)宣布携手 IBM、NVIDIA 推出全新 KV Cache 存储解决方案。整套方案搭载 AMD EPYC 9005(Turin)处理器的 Petascale 全闪存存储服务器、IBM Storage Scale、NVIDIA Dynamo 推理框架与 Spectrum-X 以太网,将 KV 缓存卸载至共享存储,突破 GPU 显存限制。基于 1200 亿参数大模型测试,13 万 token 输入下首个词元生成速度提升最高 56 倍,显著提升 GPU 利用率与推理吞吐量,适配 AI 智能体、RAG、多轮对话等长上下文业务。

互联技术 测试测量 存储器 Nvidia(英伟达)

长江存储份额走高,三星、SK 海力士存量厂升级计划面临管制不确定性 业界新闻

长江存储份额走高,三星、SK 海力士存量厂升级计划面临管制不确定性

长江存储本土 NAND 份额已经反超三星,叠加 AI 存储需求爆发,三星、SK 海力士启动国内存量闪存工厂的工艺升级。三星西安厂计划改造至 286 层 V9 NAND,SK 海力士大连厂瞄准 300 层以上产品研发。但整套升级方案受美国设备出口管制约束,设备许可证能否获批尚不明确。两种结果将带来截然不同的产业走向:许可落地会增加国内高堆叠 NAND 供给,缓解 AI SSD 紧缺;审批受阻,则会留给长江存储更多份额提升和产品迭代窗口。

存储器 SAMSUNG(三星)

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆