【導讀】目前，閃存增容的主要方式有兩種，其一是結構上，由2D NAND到3D NAND，從平面到立體，實現(xiàn)閃存容量的提升，并隨著堆疊層數的增加優(yōu)化成本，繼而適應市場需求；其二是邏輯上，提升存儲單元存儲的位數，即由僅能存儲1位數據的SLC，到存儲2位數據的MLC，直到如今能存儲4位數據的QLC，通過這種方式，提升閃存存儲容量優(yōu)化成本。
閃存作為固態(tài)硬盤的存儲介質，正朝著高密度低比特成本的方向不斷探索和發(fā)展，滿足存儲市場對“高容量低成本”產品的需求。
目前，閃存增容的主要方式有兩種，其一是結構上，由2D NAND到3D NAND，從平面到立體，實現(xiàn)閃存容量的提升，并隨著堆疊層數的增加優(yōu)化成本，繼而適應市場需求；其二是邏輯上，提升存儲單元存儲的位數，即由僅能存儲1位數據的SLC，到存儲2位數據的MLC，直到如今能存儲4位數據的QLC，通過這種方式，提升閃存存儲容量優(yōu)化成本。
本篇推文，將以QLC為關鍵詞，漫談QLC的定義、優(yōu)勢及應用。
QLC閃存定義及優(yōu)勢
QLC全稱為Quad-Level Cell，即四層式存儲單元，指的是每個存儲單元能夠存儲4位數據，也就是4bits/cell。鑒于QLC閃存的設計，具有如下幾大突出優(yōu)勢：
更大容量，QLC相較于目前主流的TLC閃存顆粒，理論上QLC存儲密度提升了33%，在PCB趨小的當下，單顆閃存容量的提升，能夠顯著提升SSD整體的存儲容量，滿足終端客戶對于小尺寸大容量存儲器的需求。
更低成本，在同一片晶圓切割相同數量的閃存顆粒情況下，QLC閃存的存儲容量高于TLC閃存存儲容量33%左右，對比下來，QLC單位存儲容量的成本也就低于TLC閃存，具有更低成本的優(yōu)勢。
尚佳的讀取性能，鑒于QLC單位存儲單元存儲4bits的設計，并由此帶來的復雜的寫入機制，QLC閃存在寫入性能上有著先天不足的劣勢，但在讀取性能上，表現(xiàn)尚佳，能夠滿足當下眾多讀取密集型需求。
更低TCO，以QLC閃存為存儲介質的SSD，具有更低的TCO。以常見的服務器和數據中心為例，目前主流的服務器和數據中心大都部署HDD，進行數據存儲。而相較于傳統(tǒng)的HDD，QLC SSD的TCO更低。
具體來看，TCO是一個綜合成本的考量，包括存儲密度、可靠性及功耗等都將影響整體的TCO。
存儲密度上，QLC SSD尺寸更小，在服務器機架面積不變的情況下，能夠部署更多QLC SSD，其存儲密度和總容量更高，TCO對比下來也就更低；
可靠性上，HDD傳統(tǒng)的機械結構設計，在長久高負載壓力下，年化故障率（AFR）高，容易發(fā)生故障導致宕機，拉高整體TCO。而QLC SSD可靠性相較于HDD往往更高，能不間斷穩(wěn)定工作；
功耗上，QLC發(fā)熱量低，服務器機房需要付出的冷卻成本相應降低，整體系統(tǒng)PUE也隨之降低，繼而降低整體TCO。因此，整體上QLC SSD在TCO上有著相當優(yōu)勢。
QLC閃存應用場景
得益于QLC具備的大容量、低成本、讀取性能尚佳和低TCO等特性，以QLC閃存為存儲介質的SSD開始應用于以下幾大典型應用場景：
以ChatGPT為代表的智能AI大模型，隨著大模型走向多模態(tài)，從GPT3以后，篩選的數據集呈指數倍增，這些數據都需要海量大容量固態(tài)硬盤進行本地冷數據存儲，同時鑒于大模型的規(guī)模不斷增長，功耗、TCO成本等都需要考量，由此QLC SSD十分契合智能AI大模型對存儲器的多重需求。
如今流行的視頻點播、短視頻應用等也是QLC SSD大規(guī)模部署的典型應用，這些場景的突出特征便是海量數據的冷存儲，寫入數量遠小于讀取數量，幾乎95%以上的存儲命令都是順序讀取；同時由于部署的存儲器量級較大，運營部門對數據存儲的容量、功耗及成本等十分關注，而QLC SSD具備的讀取密集特性、大容量和低成本等特性，成為了該類應用的不二存儲選擇。
此外，還有諸如大數據、云存儲、人機交互HCI等大量以讀取密集型為核心的新場景新應用，也都開始部署和應用QLC SSD，充分挖掘和利用QLC閃存特性，以實現(xiàn)業(yè)務的高效、經濟、穩(wěn)定運轉。
(本文轉載自：長江存儲系統(tǒng)解決方案微信公眾號)
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯(lián)系小編進行處理。
推薦閱讀：
利用IO-Link實現(xiàn)小型高能效工業(yè)現(xiàn)場傳感器
