Phison 在 SC26 公布两款企业级 SSD 新架构:内置 NPU 计算存储与 pSLC-QLC 混合介质
在超级计算机 2026 (SC26) 大会上,主控芯片厂商 Phison(群联电子)详细披露了两款面向数据中心的企业级 SSD 设计方案。这两款产品分别针对不同的技术痛点:一款集成了神经网络处理单元(NPU)和 64GB 内存,支持直接在驱动器上运行 AI 框架;另一款则采用将高性能伪单层单元(pSLC)缓存与大容量四层单元(QLC)闪存整合于单一控制器的混合介质设计。

Phison 方面表示,上述多项功能目前仍处于开发阶段,预计将在完成后正式推向市场。
计算存储:数据就地处理以降低带宽压力
集成 NPU 的 SSD 旨在实现“计算存储”理念,即允许服务器将更多数据处理任务卸载至 SSD 端。SSD 可直接在本地对已存储的数据运行 AI 代码,仅将结果而非整个数据集传回主机。据 Phison 介绍,这种架构有望使适用工作负载的数据传输量减少 10 到 100 倍,从而释放主机 CPU 资源以处理其他任务。
该驱动器内置的 NPU 预计提供 36,800 DMIPS 的计算性能。DMIPS(每秒百万指令数)通常用于衡量 CPU 整数运算能力,而 NPU 更常见的指标是 TOPS(每秒万亿次操作)。作为参考,Phison 此前在 Computex 展示的 Topaz NPU 附加卡拥有 8 个 NPU,每个可达 40 TOPS。鉴于未提供具体的 TOPS 数值,业内推测该 DMIPS 指标可能主要反映配合 NPU 工作的 Arm Cortex 系列 CPU 核心的性能,足以支撑 SSD 的基础运行逻辑。
对于此类应用,内存带宽往往比纯算力更为关键。虽然 Phison 未明确说明内存类型,但根据相关报道,LPDDR5X 是与 Topaz NPU 搭配时的常见选择。若该驱动器基于 PCIe 6.0 接口(类似 Phison X3 控制器),其主机端吞吐量可达 28GB/s,这意味着板载内存速度需超过主机接口的 4 倍。作为对比,专为 AI 开发设计的 NVIDIA DGX Spark 硬件带宽约为 130 GB/s 的一半以下。
Phison 指出,开发人员无需专门的编程工具即可在该驱动器上构建应用。尽管驱动器支持 PyTorch、vLLM、OpenVINO 和 llama.cpp 等通用推理框架,且具备“并行扫描和处理数据”的能力,但公司尚未透露主机具体如何访问驱动器的计算资源。
行业背景:从 FPGA 专用加速到通用 AI 框架支持
“将计算置于存储之上”并非新概念。三星早在 2018 年就展示了搭载 FPGA 的 SmartSSD,旨在避免数据移动带来的开销。2022 年,第二代 SmartSSD 改用 AMD Xilinx Versal FPGA,相比传统 SSD,其处理时间降低超 50%,能耗降低超 70%,并在数据库扫描查询中将服务器 CPU 使用率降低逾 97%。不过,SmartSSD 产品线已从三星阵容中消失,仅第一代型号曾在 AMD Xilinx 品牌下销售。
另一家厂商 ScaleFlux 采取了更窄的路径,在 SSD 控制器内透明地处理数据压缩。由于服务器视角下该驱动器与普通 NVMe SSD 无异,无需修改应用程序,ScaleFlux CEO 声称这是唯一在超大规模生产中成功应用的计算存储方案。相比之下,Phison 的新设计卖点在于灵活性,允许客户直接使用为常见 AI 框架编写的代码,而无需像早期 FPGA 方案那样为每个工作负载定制代码。
Phison 首席技术官 Sebastien Jean 曾在 2025 年的 All About Circuits 撰文指出,通用计算存储此前停滞不前,原因在于用例独特性高且难以扩展。他建议的目标是将加速器置于 SSD 内部,针对一系列逻辑区块地址(LBA)执行特定操作。Jean 测算显示,一个配备 90 块 PCIe 6.0 SSD 的机箱可在不占用 CPU 资源的情况下实现 2.5TB/s 的数据处理速率。然而,此次 SC26 展示的设计似乎更倾向于通用模型,这可能与 AI 日益增长的相关性及对内存和算力的需求有关。
此外,Jean 在新兴存储技术小组讨论中还提及了未来的 PCIe 7.0 驱动器,预计速度将达到 50-56 GB/s,被称为“比 DDR 通道更快”。在一个包含 32 个此类驱动器的机箱中,总吞吐量可达 1.8 TB/s,被定位为 HPC 场景下的计算存储解决方案。
混合介质方案:单盘整合 pSLC 缓存与 QLC 容量
另一款新品采用了 16 通道的混合介质设计,将高耐久性、高性能的 pSLC 区域与大容量 QLC 闪存整合在同一控制器后。该方案基于标准 NVMe 接口,适应现有基础设施,无需专门的主机软件。
Sebastien Jean 解释了其工作原理:驱动器内部的 SLC 部分与 XLC(TLC 或 QLC)部分分开管理,每个区域分配独立的命名空间,从而向操作系统呈现为多个驱动器。高写入负载可定向发送至 SLC 组,而 QLC 组主要用于读取。这一设计顺应了企业转向 QLC 的趋势,同时通过在单盘内设置 SLC 模式容量,减少了对专用缓存驱动器的依赖。
传统的高容量 SSD 系统通常依赖单独的缓存驱动器,但这需要更多的驱动端口。Phison 方法的权衡在于,单个驱动器故障会同时导致容量和缓存部分的损失。但从系统整体看,这种方法更具鲁棒性。Phison 举例称,在 24 驱动器的系统中,丢失一个驱动器仅导致 4% 的缓存损失,而在假设拥有四个专用缓存驱动器的传统架构中,同等故障可能导致 25% 的缓存损失。
专用缓存驱动器需要主机或阵列软件进行分层管理,而在 Phison 的混合介质方案中,每个驱动器自带两个层级,主机只需选择写入特定的命名空间即可。
竞品对比与市场现状
Phison 并非首家提出此概念的厂商。Kioxia 在 FMS 2025 期间展示了类似的混合模式,即在每个驱动器中预设 pSLC 与 QLC 的比例,并跨驱动器提供 pSLC 空间的奇偶校验保护。Kioxia 指出,客户通常希望 pSLC 仅占最大 QLC 容量的 0.5% 至 2%,并强调了减少插槽和现场可替换单元(FRU)数量的优势。
DapuStor 推出了双模式 J5060 SSD,同样是在 QLC 固态硬盘中划分出 pSLC 区域,并于今年 8 月进入客户验证阶段。该设计与“24 盘位系统中使用四个专用 SLC 驱动器”的传统方案进行了对比,后者对应了 Phison 提到的 25% 缓存损失风险场景。Solidigm 的云存储加速层(CSAL)则采用不同策略,利用主机端的闪存翻译层管理小写入,先在 SLC 或 TLC 驱动器上缓冲,再以大顺序块形式写入 QLC。
此外,Enmotus FuzeDrive P200(前身为 MiDrive)也被视为当前混合介质产品的早期雏形。这款消费级 SSD 曾于 CES 2020 亮相,采用 Phison 控制器,通过 Enmotus 软件管理固定的 SLC 和 QLC 分区,但其运作方式与企业级方案有所不同。
设计方案 |
缓存位置 | pSLC 与 QLC 比率 | 管理方式 |
|---|---|---|---|
| Phison 混合媒体 | 每个驱动器,位于 16 通道控制器后 | 未说明 | 通过 NVMe 耐久性组分配给独立命名空间;Phison 称无需专门主机软件 |
| Kioxia 混合模式 | 每个驱动器,跨驱动器 pSLC 空间提供奇偶校验保护 | 1:4 为“良好起始比率”;客户通常希望 pSLC 占最大 QLC 容量的 0.5%-2% | 首次使用时设定比例,创建 pSLC 命名空间和耐久性组 |
| DapuStor 双模式 | 每个驱动器,QLC 旁设 pSLC 区域 | 30.72TB 驱动器上配备 400GB、800GB 或 1.2TB pSLC | 在单个驱动器上分离 SLC 和 QLC 阻断装置 |
| Enmotus FuzeDrive P200 | 驱动器内,作为消费级 QLC SSD 的固定 SLC 部分 | 900GB 型号上配备 24GB SLC | 由 Enmotus 自有软件管理 |
| Solidigm CSAL | 专用 SLC 或 TLC 缓存驱动器 | 参考系统:三个 800GB SLC 驱动器和七个 61.44TB QLC 驱动器 | 在主机上运行的 Flash 翻译层 |
未来展望与 PCIe 6.0/7.0 进展
这两种新设计将与 Phison 即将推出的 X3 企业 SSD 控制器形成互补。X3 是一款 PCIe 6.0 设计,自 6 月份 Computex 以来,其规格保持不变,预计达到 28GB/s 的顺序吞吐量和 68 万 IOPS。Phison 曾表示,X3 的客户样本预计在今年年底推出。值得注意的是,Micron 和 Samsung 已提供 PCIe 6.0 SSD,Marvell 也计划推出 Bravera SC6 控制器。Phison 网站列出的 PS7161 是其首个出现在 PCI-SIG 整合器名单上的 PCIe 6.0 重定制驱动器。
关于更高性能的 PCIe 7.0,NVIDIA 路线图目标是达到 1 亿 IOPS。但该指标基于 512 字节访问,而 SSD 通常以 4KB 为评级基准,两者不可直接比较。Jean 在小组会议上表示 Phison 对此目标“非常乐观”,但也指出,若在现有 NAND 上实现从 4KB 到 512 字节访问的八倍 IOPS 跳跃,意味着功耗将增加八倍,达到 140 至 180 瓦的范围,这在工程上是不合理的,因此可能需要全新的解决方案。
综合来看,混合介质方案似乎更接近商业化落地,因为它基于标准 NVMe 特性,且类似概念已在 DapuStor 等厂商的产品中得到验证。相比之下,计算存储驱动器所公布的处理器性能指标尚不足以完全阐明其在 AI 领域的实际效能。混合介质的 pSLC 与 QLC 具体配比及可配置性仍有待观察。CES 2027 和 Computex 2027 将是这些技术进一步披露的重要时间节点。





