电子发烧友App
相较于结合了运算单元与网络卡的「智能网络卡」，结合了运算单元，以及快闪储存装置的「智能型SSD（Intelligent SSD）」，历史相对短了许多，是这4、5年才成熟的新型加速运算装置。
智能型SSD的正式称呼是「运算型储存（Computational Storage）」，顾名思义，是一种拥有运算能力的储存装置，基本概念与智能网络卡相似，都是透过装置上内含的嵌入式处理器，帮助卸除服务器CPU的运算负担，藉此释放出更多CPU资源给应用程序，进而提高资源利用率与整体效能。
但比起由网络卡延伸发展的智能网络卡，基于SSD的智能型SSD，针对的应用型态与厂商生态，也有所差异。
智能型SSD的应用要求，是「就近」处理自身储存的数据，从而「在储存装置上同时完成运算与储存」，如此一来，便无须耗费CPU周期、经由PCIe总线将数据从后端储存装置读取到内存中进行运算，减少了数据传输与移动的需求，达到加快处理速度、减少延迟的目标。
标准化的努力
相对于主要由网络卡厂商推动的智能网络卡，智能型SSD理所当然是由储存厂商主导，不过比起自行其是的智能网络卡厂商们，在智能型SSD领域，则有标准化组织领导发展共通标准。
为避免生态系分裂为互不兼容的产品，储存网络工业协会（SNIA）成立了运算型储存技术工作小组（Technical Work Group），正在制定标准，并发展一套通用程序编撰模型，最终目标是运算型储存应用的通用化，让客户端的应用程序，能透过标准化的界面，发现与使用连接到服务器主机上的任何运算型储存设备资源。
SNIA目前将运算型储存设备，分成3个层级：
●运算型储存处理器（Computational Storage Processor，CSP）：指运算引擎，不包含储存装置。
●运算型储存装置（Computational Storage Drive，CSD）：结合了运算引擎与储存单元而成。
●运算型储存数组（Computational Storage Array，CSA）：由多组运算引擎与储存装置，加上数组控制器组成的设备。
在SNIA框架下，列出了一系列可由运算型储存设备执行的功能列表，并区分了两种产品：
●固定用途（Fixed Purpose）运算型储存：提供定义明确的运算型储存服务，如压缩、erasure coding、加密等。
●通用（General Purpose）运算型储存：提供可程序化的运算型储存服务，执行客制化的运算功能。
新创厂商引领产品发展
不同于大厂林立的智能网络卡领域，在智能型SSD的领域，目前除了三星以外，其余供货商如NGD System、ScaleFlux、Eideticom等，大多数为新创公司。
以产品层级来说，三星、NGD System与ScaleFlux的产品，都属于运算型储存装置（CSD），也就是完整的智能型SSD产品，Eideticom与Pliops的产品则属于运算型储存处理器（CSP），只含运算引擎，须另外搭配储存装置运作。
在产品应用用途方面，ScaleFlux、Eideticom与Pliops的产品是以固定运算功能为主，如ScaleFlux着重在压缩，Eideticom能提供压缩、erasure coding、加密、重复数据删除与机器学习等功能，Pliops则专门提供数据库KV值作业加速。至于三星与NGD System，则强调执行客制化程序的多用途能力。
而就最关键的运算核心来说，相较于智能网络卡领域，呈现多核处理器、FPGA与订制网络处理器三大类型鼎立的局面，智能型SSD目前是以FPGA为主流，多数产品的运算引擎都是基于Xilinx FPGA，但目前出现了朝向Arm多核处理器转型的趋势。
其中，NGD System已率先完成从FPGA向Arm处理器的转型，他们的前2代产品Catalina-1与Catalina-2，原本都是基于Xilinx FPGA，但新的Newport Platform系列产品，便转换到内嵌在该公司专属ASIC芯片中的Arm处理器。
ScaleFlux也已表明，预定于今年下半年发表的下一代产品中，将以基于Arm处理器的运算核心，取代目前使用的FPGA，藉此可以降低成本与功耗、提高速度，并提供更多的运算功能。
最特别的是Nyriad，其用于搭配自身Nsulate储存平台的加速卡，是基于Nvidia GPU，可以提供erasure coding功能，也能用于其他运算。
最后，虽然SNIA正在发展通用的标准化应用接口，但是，就目前而言，客户端还是必须透过各厂商各自提供的开发工具与API，才能使用智能型SSD的运算功能。
智能型SSD vs. 智能网络卡：角色与特性的异同
智能型SSD与智能网络卡，都是内含嵌入式运算单元的服务器加速装置，目的也同样是卸除服务器CPU的运算负担，但是，尽管基本应用概念相同，由于产品的型态差异，促使两种装置存在着一系列关键区别。
角色与应用定位
SSD与网络卡这两种装置，在服务器上有着不同位置与角色，因此分别由两者发展来的智能型SSD与智能网络卡，也各自有着合适的运用方式。
网络卡位于服务器I/O最前端、作为数据流出入口，所以智能网络卡先天适合执行针对I/O数据流进出的实时处理相关运算，例如网络与储存传输协议，以及安全控管方面的运算卸除。
SSD位于服务器I/O最末端，是数据最终保存之处，因而智能型SSD适合针对已写入数据的相关运算，例如数据库查询、扫描、AI学习、数据分析、图像处理等。
也就是说，合理的运用概念，是让运算装置「就近」处理运算工作，尽可能减少数据移动。智能网络卡位于I/O出入口，适合「就近」处理网络传输与安全方面的运算；智能型SSD位于数据保存位置，适合「就近」执行储存数据的分析运算。反之，若违反「就近运算」原则，就会产生数据搬移需求，必须耗费CPU周期与PCIe传输，以致带来额外延迟。
装置型式与传输信道的差异
比起网络卡型式的智能网络卡，智能型SSD产品的型态更为多元，包含常见的2.5吋U.2或M.2规格SSD，PCIe SSD卡，还有长尺状的EDSFF规格，除了PCIe SSD卡是透过PCIe插槽连接主机外，其余几种规格，都是藉由NVMe接口，嫁接到PCIe总线上，但这也形成了传输带宽的相对劣势。
NVMe目前只达到PCIe 3.0 x4，而高速网络卡是从PCIe3.0 x8起跳，部分还是采用PCIe 3.0 x16或PCIe 4.0 x8，所以，基于NVMe的智能型SSD，与服务器主机之间的传输带宽，只有智能网络卡的一半或1/4。
但另一方面，比起必须占用PCIe扩展槽的智能网络卡，透过NVMe磁盘槽部署的智能型SSD，有利于「以量取胜」，获得相当可观的运算能力。如ScaleFlux便声称，每台服务器可安装8台他们的CSS系列智能型SSD，NGD System还测试过在2U服务器上满载24台智能型SSD的机器学习系统，远超过单一服务器所能部署的智能网络卡数量。
编辑：黄飞
工商网监
评论