เซี่ยงไฮ้ 18 ก.ย. 2569 /PRNewswire/ — David Wang รองประธานคณะกรรมการบริหารและประธานหมุนเวียนของ Huawei ได้เปิดตัว OceanStor M900 Context Memory Storage อย่างเป็นทางการระหว่างการกล่าวปาฐกถาภายในงาน HUAWEI CONNECT 2026 ผลิตภัณฑ์นี้ได้รับการออกแบบมาเพื่อการอนุมานของ AI ในไฮเปอร์สเกลดาต้าเซ็นเตอร์ โดยมอบพื้นที่หน่วยความจำแบบใช้ร่วมกันอย่างเต็มรูปแบบให้กับ SuperPoD ซึ่งมาพร้อมความจุระดับเพตาไบต์ (PB) และประสิทธิภาพระดับเทราไบต์ต่อวินาที (TB/s) นี่ถือเป็นจุดเปลี่ยนของโครงสร้างพื้นฐาน AI จากโมเดลที่เน้นการประมวลผลเป็นศูนย์กลาง ไปสู่การทำงานร่วมกันอย่างลึกซึ้งระหว่างการประมวลผล เครือข่าย และระบบจัดเก็บข้อมูล ซึ่งจะช่วยปลดล็อกพลังการประมวลผลของ SuperPoD ได้อย่างเต็มกำลัง
ปี 2569 ถือเป็นปีแห่งการเร่งการเปลี่ยนผ่านของ AI จากความก้าวหน้าทางเทคโนโลยีไปสู่การนำไปใช้งานจริงในวงกว้าง แอปพลิเคชัน AI ได้พัฒนาจากแชทบอตไปสู่เอเจนต์ที่สามารถทำงานซับซ้อนให้สำเร็จได้ด้วยตนเอง เอเจนต์เหล่านี้ถูกนำไปใช้อย่างแพร่หลายในภาคส่วนที่สำคัญ ซึ่งถือเป็นจุดเริ่มต้นของยุค Agentic AI
ในขณะที่โมเดลขนาดใหญ่เติบโตขึ้นจนมีพารามิเตอร์ระดับ 10 ล้านล้าน SuperPoD จึงกลายเป็นทางเลือกที่เหมาะสมที่สุดสำหรับโครงสร้างพื้นฐาน AI โมเดลขนาดใหญ่ในกระแสหลักได้รองรับหน้าต่างบริบทที่มีความยาวเกิน 1 ล้านโทเค็น การอนุมานแบบหลายรอบและงานที่ซับซ้อนได้กลายเป็นเรื่องปกติ ในขณะที่ข้อมูลแคช KV ที่สร้างขึ้นระหว่างการอนุมานก็ยังคงเพิ่มสูงขึ้นอย่างต่อเนื่อง แนวโน้มเหล่านี้ได้ผลักดันให้หน่วยความจำบนชิปและ DRAM ทะลุขีดจำกัดทั้งในแง่ของความจุและความคุ้มค่า การสร้างระบบจัดเก็บข้อมูลแบบหลายชั้นที่ประสานการทำงานระหว่างหน่วยความจำบนชิป DRAM และ SSD เพื่อสร้างพื้นที่หน่วยความจำที่ใช้ร่วมกันอย่างเต็มรูปแบบพร้อมความจุมหาศาล จึงกลายมาเป็นฉันทามติของอุตสาหกรรม
Huawei จึงได้เปิดตัว OceanStor M900 Context Memory Storage เพื่อจัดการกับปัญหาคอขวดด้านความจุของหน่วยความจำในบริบทที่มีความยาวเป็นพิเศษและการอนุมานแบบหลายรอบ OceanStor M900 ใช้เครือข่าย UnifiedBus เพื่อสร้างแคช KV แบบหลายชั้นระดับโลกที่มีความจุระดับเพตาไบต์ พร้อมการเชื่อมต่อแบบฮอปเดียว ซึ่งจะช่วยปลดล็อกศักยภาพพลังการประมวลผลของ SuperPoD ได้อย่างเต็มที่ และช่วยเร่งความเร็วการอนุมานของ AI ในไฮเปอร์สเกลดาต้าเซ็นเตอร์ OceanStor M900 Context Memory Storage มีขีดความสามารถหลัก 3 ประการ ได้แก่:
การทลายขีดจำกัดด้านความจุเพื่อเสริมพลัง AI ขนาดใหญ่ด้วยหน่วยความจุมหาศาล
แคช KV ที่ขับเคลื่อนโดยเครือข่ายการเชื่อมต่อ UnifiedBus ความเร็วสูง สามารถบรรลุการรวมกลุ่มระดับโลก และการแบ่งปันร่วมกับระบบจัดเก็บข้อมูลแบบจัดชั้น แคช KV ของ SuperPoD ได้รับการขยายขอบเขตจากหน่วยความจำบนชิปและ DRAM ไปสู่ SSD ซึ่งช่วยให้คลัสเตอร์เดียวสามารถส่งมอบความจุได้มากถึง 64 PB ความจุแคช KV ที่ใช้งานได้ต่อ NPU ได้รับการอัปเกรดจากระดับกิกะไบต์เป็นเทราไบต์ ทำให้สามารถจัดเก็บ แบ่งปัน และนำบริบทกลับมาใช้ใหม่ได้มากขึ้น พร้อมกับช่วยเพิ่มอัตราส่วนการเข้าถึงข้อมูลในแคช KV ได้อย่างมีนัยสำคัญ
การเพิ่มประสิทธิภาพการอนุมานเพื่อปลดล็อกพลังการประมวลผลอย่างเต็มกำลัง
OceanStor M900 คือสถาปัตยกรรมแรกของอุตสาหกรรมที่บูรณาการ CPU หน่วยควบคุมเครือข่าย และหน่วยควบคุม NAND เข้าด้วยกัน ระบบนี้ให้ความหมายเชิงบริบทของ KV แบบเนทีฟ เพื่อรองรับการเชื่อมต่อแบบฮอปเดียวจาก NPU ของ SuperPoD ไปยัง SSD ทั้งยังช่วยขจัดความจำเป็นในการแปลงโปรโตคอลและการส่งต่อข้อมูลโดย CPU ส่งผลให้ความแฝงหน่วงในการเข้าถึงลดลงอย่างมากจากระดับมิลลิวินาทีเหลือเพียง 60 ไมโครวินาที ซึ่งลดลงถึง 90% คลัสเตอร์เดียวสามารถให้แบนด์วิดท์การเข้าถึงรวมได้สูงถึง 40 TB/s ซึ่งสูงกว่าโซลูชันอื่นๆ ในระดับเดียวกันถึง 1.5 เท่า สถาปัตยกรรมนี้จะเพิ่มการส่งผ่านโทเค็นของคลัสเตอร์การอนุมานขึ้นเป็นสองเท่าในสถานการณ์การเขียนโปรแกรม AI ทั่วไป และลดระยะเวลาที่ใช้ในการสร้างโทเค็นแรกลงครึ่งหนึ่ง ซึ่งเป็นการเปลี่ยนพลังการประมวลผลให้กลายเป็นผลิตภาพ
การลดต้นทุนโทเค็นเพื่อรองรับการนำ AI ไปใช้งานในวงกว้างอย่างคุ้มค่า
OceanStor M900 ใช้เทคโนโลยีการจัดเก็บข้อมูลแบบปรับตัวที่รับรู้ถึง KV เป็นครั้งแรกของอุตสาหกรรม ซึ่งสามารถคาดการณ์วงจรชีวิตของแคช KV ตามมูลค่าของข้อมูล และกระจายข้อมูลไปยังสื่อบันทึกข้อมูลต่างๆ ได้อย่างชาญฉลาด เทคโนโลยีนี้รองรับการเขียนข้อมูลลงไดรฟ์สูงสุด 24 ครั้งต่อวัน (DWPD) ซึ่งช่วยยืดอายุการใช้งานของ SSD ได้ถึง 16 เท่า และรับประกันความเสถียรยาวนานถึง 3 ปี การลดต้นทุนการเปลี่ยนสื่อบันทึกข้อมูลและค่าใช้จ่ายด้านการดำเนินงานและการบำรุงรักษา (O&M) จะช่วยลดต้นทุนในระยะยาวสำหรับโครงสร้างพื้นฐานการอนุมาน AI ขนาดใหญ่ และช่วยให้สามารถนำ AI มาประยุกต์ใช้ได้เร็วยิ่งขึ้น
ในขณะที่ AI ขยายตัวเข้าสู่ระบบการผลิตหลักในอุตสาหกรรมทุกรูปแบบ โครงสร้างพื้นฐานของ AI ก็กำลังพัฒนาจากโมเดลที่เน้นการประมวลผลเป็นศูนย์กลางไปสู่ความร่วมมือระหว่างการประมวลผล เครือข่าย และระบบจัดเก็บข้อมูลที่แน่นแฟ้นยิ่งขึ้น โดยระบบจัดเก็บหน่วยความจำแบบ Context จะมีความจำเป็นอย่างยิ่งยวดในการยกระดับความจุและประสิทธิภาพการเข้าถึงแคช KV สำหรับการอนุมานระดับไฮเปอร์สเกลอย่างต่อเนื่อง
The information provided in this article was created by Cision PR Newswire, our news partner. The author's opinions and the content shared on this page are their own and may not necessarily represent the perspectives of Thailand Business Directory.