เมื่อยุค AI เบ่งบาน Storage จึงต้องก้าวข้ามขีดจำกัดหน่วยความจำแบบเดิม

กระแสความนิยมใน AI ที่พุ่งทะยานกำลังผลักดันความต้องการชุดข้อมูลมหาศาลและพื้นที่บริบท (context window) ที่กว้างขึ้นจนทะลุขีดจำกัดของหน่วยความจำระบบแบบเดิมไปแล้ว

อย่างไรก็ตาม การตอบโจทย์นี้ไม่ใช่แค่การเพิ่มความจุของพื้นที่จัดเก็บข้อมูลเพียงอย่างเดียว แต่หัวใจสำคัญคือการดึงข้อมูลเชิงลึกที่มีประโยชน์และอ้างอิงได้จริงจากโรงงาน AI ผ่านสถาปัตยกรรม Storage ที่มีทั้งประสิทธิภาพและความปลอดภัยสูงเพื่อรองรับการประมวลผลที่ซับซ้อน

ในงานคอนเฟอเรนซ์ Future of Memory and Storage (FMS) ประจำสัปดาห์นี้ NVIDIA ได้เปิดตัวความก้าวหน้าด้าน Storage ใหม่ๆ พร้อมชี้ให้เห็นว่าการก้าวกระโดดครั้งต่อไปของ AI ขึ้นอยู่กับโครงสร้างพื้นฐานที่สามารถป้อนข้อมูลให้กับการประมวลผลแบบเร่งความเร็ว (accelerated computing) ได้ทันท่วงที ไม่แพ้พลังการประมวลผลของตัวชิปเอง

ปัจจุบันแรงกดดันต่อโครงสร้างพื้นฐานกำลังทวีความรุนแรงขึ้น เนื่องจาก AI Agent ต้องบริโภคข้อมูลจำนวนมหาศาล ขณะที่ GPU รุ่นใหม่สามารถส่งคำขอไปยัง Storage ได้โดยตรง ส่งผลให้เกิดการทำงานพร้อมกันหลายพันรายการในเวลาเดียวกัน เพื่อรองรับความต้องการดังกล่าว ระบบ Storage ต้องทำหน้าที่ทั้งเข้ารหัส (encrypt), บีบอัด (compress), ตรวจสอบความถูกต้อง (verify) และสร้างข้อมูลใหม่ (reconstruct) อย่างต่อเนื่อง ซึ่งบริการข้อมูลเหล่านี้มักกลายเป็นคอขวดเมื่อมี Agent หลายพันตัวเข้าถึงข้อมูลพร้อมกัน

ผลการทดสอบ Benchmark จาก NVIDIA technical blog ระบุว่า NVIDIA Vera CPU ซึ่งเป็นส่วนหนึ่งของ NVIDIA Vera BlueField-4 STX ให้ Throughput สูงกว่า x86 CPU ถึง 3.21 เท่า ในขั้นตอนการบีบอัดและเข้ารหัสข้อมูล ช่วยให้แพลตฟอร์ม Storage รองรับกระแสข้อมูล AI ได้อย่างมีประสิทธิภาพมากขึ้นโดยใช้โครงสร้างพื้นฐานที่น้อยลง

ด้วยเทคโนโลยีการประมวลผลแบบเร่งความเร็ว ทำให้ Storage ไม่ได้เป็นเพียงที่เก็บข้อมูลแบบพาสซีฟอีกต่อไป แต่ได้กลายเป็นส่วนสำคัญในเส้นทางเดินของข้อมูล (data path) ที่มีบทบาทเชิงรุกในการประมวลผล

สิ่งนี้ได้เปลี่ยนมุมมองทางเศรษฐศาสตร์แบบเดิมที่เคยพิจารณาว่าข้อมูลควรอยู่ในหน่วยความจำหรือบนไดรฟ์ Storage จากเดิมที่เคยวัดความเร็วกันในระดับนาทีเมื่อ 40 ปีก่อน ปัจจุบันด้วย AI storage solutions จาก NVIDIA และพันธมิตร ข้อแลกเปลี่ยนเรื่องความเร็วนี้เกิดขึ้นในระดับไมโครวินาทีเท่านั้น

การปิดช่องว่างระหว่างความต้องการของ AI และการขาดแคลนหน่วยความจำจึงต้องอาศัยการทำ extreme codesign ร่วมกันทั้งระบบนิเวศ ตั้งแต่ผู้ผลิตฮาร์ดแวร์หน่วยความจำไปจนถึงผู้พัฒนาซอฟต์แวร์

Open Source NVIDIA cuFile APIs ช่วยให้โซลูชัน Storage ทำงานร่วมกันได้

ภายในงาน FMS ทาง NVIDIA ได้ประกาศเปิด Open Source สำหรับ cuFile application programming interfaces (APIs) ซึ่งช่วยให้ GPU สามารถอ่านและเขียนข้อมูลลงใน Storage ได้โดยตรงโดยไม่ต้องผ่าน CPU โดย cuFile ถือเป็นองค์ประกอบสำคัญของ NVIDIA GPUDirect Storage

การทำงานร่วมกับเธรด GPU จำนวนมหาศาลและหน่วยความจำแบนด์วิดท์สูง ทำให้ cuFile เข้าถึงข้อมูลจาก Storage ได้อย่างปลอดภัยภายในไม่กี่ไมโครวินาที สะท้อนให้เห็นถึงความร่วมมือของอุตสาหกรรมในการสร้างมาตรฐาน Storage Stack ที่เน้นความปลอดภัยเป็นอันดับแรกตามแนวทางของ Linux

นอกจากนี้ การเข้าถึงข้อมูลที่รวดเร็วและปลอดภัยยังเป็นรากฐานสำคัญของระบบรักษาความปลอดภัยทางไซเบอร์ การเปิด cuFile เป็น Open Source จะช่วยให้ระบบป้องกันที่ขับเคลื่อนด้วย AI เข้าถึงข้อมูลได้ด้วยความเร็วที่ต้องการ ซึ่งโครงการนี้ได้รับการดูแลโดยยักษ์ใหญ่เทคโนโลยีอย่าง Google, Intel, NVIDIA และ Meta ผ่าน ไซต์นี้

NVIDIA และผู้นำอุตสาหกรรมร่วมกันผลักดันพรมแดนใหม่ของ AI Storage

NVIDIA ยังได้ริเริ่มโครงการ Storage-Next ร่วมกับผู้ผลิต Storage และแฟลชชั้นนำกว่า 40 ราย เช่น DDN, KIOXIA และ Micron เพื่อกำหนดมาตรฐานอุตสาหกรรมใหม่ว่า Storage ที่ขับเคลื่อนด้วย GPU ควรทำงานอย่างไรในอนาคต

หนึ่งในเทคโนโลยีสำคัญคือ SCADA (scaled, accelerated data access) ซึ่งเป็นเฟรมเวิร์กที่ช่วยให้ GPU ดึงเฉพาะข้อมูลที่จำเป็นจาก Storage เข้าสู่หน่วยความจำความเร็วสูงได้โดยตรง ช่วยลดภาระและเพิ่มความเร็วในการประมวลผลชุดข้อมูลขนาดใหญ่

Sven Oehme ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ DDN ระบุว่าความสำเร็จของ AI ในอนาคตไม่ได้วัดกันที่จำนวนโครงสร้างพื้นฐาน แต่ขึ้นอยู่กับประสิทธิภาพในการใช้งาน การร่วมมือกับ NVIDIA จะช่วยสร้างการเชื่อมต่อที่ตรงและมีประสิทธิภาพระหว่าง GPU และข้อมูล ช่วยให้ลูกค้าได้รับผลตอบแทนจากการลงทุนด้าน AI ที่คุ้มค่าขึ้น

ความก้าวหน้าเหล่านี้ยังรวมถึงการพัฒนา NVIDIA Vera BlueField-4 STX ซึ่งเป็นรากฐานระดับ Rack-scale ที่ใช้ร่วมกับโปรเซสเซอร์ NVIDIA Vera Rubin และเครือข่าย NVIDIA Spectrum-X Ethernet

โปรเซสเซอร์ storage NVIDIA Vera BlueField-4 STX เพื่อให้ได้แพลตฟอร์มข้อมูลแบบ AI-native ที่สมบูรณ์ NVIDIA STX ได้นำ Security Stack ของ NVIDIA DOCA มาใช้เพื่อให้องค์กรบังคับใช้นโยบายความปลอดภัยในเส้นทางข้อมูลได้โดยตรง นอกจากนี้ยังมี NVIDIA CMX Context Memory Storage ที่ออกแบบมาเพื่อรองรับ Agentic AI ที่ต้องจัดการบริบทขนาดยาวเป็นพิเศษ

SCADA ช่วยให้ AI Storage รวดเร็วและคงความปลอดภัย

แม้ความเร็วในเลเยอร์ Storage จะเป็นสิ่งสำคัญ แต่ความปลอดภัยก็ต้องมาคู่กัน NVIDIA SCADA จึงใช้วิธีแบ่งการทำงานเป็นสองส่วน เพื่อให้แอปพลิเคชันเข้าถึงข้อมูลได้เร็วที่สุดโดยไม่ไปรบกวนหน่วยความจำของกระบวนการอื่น ซึ่งอาจกลายเป็นช่องโหว่ร้ายแรง

ระบบจะแยกส่วนแอปพลิเคชันที่ต้องการความเร็วสูงไว้นอกฐานประมวลผลที่เชื่อถือได้ และมีส่วนประกอบที่มีสิทธิ์เฉพาะคอยควบคุมการเข้าถึงข้อมูลตามโปรโตคอลมาตรฐานของ Linux เพื่อให้มั่นใจว่าการสื่อสารระหว่างแอปพลิเคชันและ Storage เป็นไปอย่างปลอดภัย

ทั้งหมดนี้คือส่วนหนึ่งของการปฏิวัติโครงสร้างพื้นฐาน AI Storage ที่มุ่งเน้นความรวดเร็ว ประมวลผลแบบขนาน และมีความปลอดภัยสูง เพื่อให้โรงงาน AI สามารถผลิตข้อมูลข่าวกรองที่มีความแม่นยำและมีประสิทธิภาพสูงสุดในระดับสเกล

สำหรับผู้ที่สนใจสามารถเข้าร่วมเซสชันของ NVIDIA ที่งาน FMS ระหว่างวันที่ 4-6 สิงหาคม ณ เมืองซานตาคลารา และศึกษาข้อมูลเพิ่มเติมได้ที่ NVIDIA AI storage

ดูประกาศ เกี่ยวกับข้อมูลผลิตภัณฑ์ซอฟต์แวร์