FADU将文件系统嵌入SSD闪存，FS-SSD实现单核服务器460Kops/s远程文件读取

在2026年OCP全球峰会期间，韩国无晶圆厂SSD控制器设计公司FADU正式发布了其File-Semantic SSD（FS-SSD）技术。这一方案的核心创新在于：将传统运行于主机操作系统中的文件系统（如ext4、XFS或NFS服务端逻辑）迁移至SSD固件内部，使存储设备本身具备路径解析、权限校验与文件到闪存地址映射能力。这意味着GPU、DPU乃至智能网卡（NIC）可直接通过标准NVMe命令发起“打开文件”“读取偏移”等语义级操作，无需依赖主机CPU执行文件系统层处理。

图中清晰显示，在基于FADU FC6161 Gen6控制器、PCIe 5.0接口的测试平台上，FS-SSD在远程文件读取场景下，当服务器CPU核心数从16核降至1核时，吞吐量稳定维持在约460,000 ops/s；而传统Linux NFS-over-RDMA方案则从约150,000 ops/s骤降至仅40,000 ops/s——前者性能为后者的11.5倍，且对CPU资源消耗极低。

FADU指出，当前在GPUDirect Storage（GDS）随机读取负载中，文件系统与块设备层合计可占用主机CPU约30%的计算周期。尤其在AI训练与推理场景中，模型权重加载、KV缓存读写、检查点恢复等高频小文件I/O操作，极易成为CPU瓶颈。传统优化路径如RDMA或SPDK虽能绕过部分协议栈，却牺牲了文件语义支持，需应用层自行管理数据布局；而FS-SSD则试图在保留完整POSIX兼容性的同时，彻底卸载控制面开销。

具体实现上，FS-SSD将NFSv3协议的操作（如LOOKUP、READ、GETATTR）封装进标准NVMe命令集，由SSD主控芯片内的专用固件模块实时处理。该模块负责完成目录树遍历、ACL权限检查、inode查找及LBA转换，并直接返回用户数据。FADU强调，此设计并非简单地将Linux内核文件系统移植到SSD，而是针对闪存特性重构了元数据组织方式，以降低写放大并提升并发查询效率。

值得注意的是，该技术目前仍处于开发阶段。FADU向Tom’s Hardware透露：Gen6平台的完整性能验证预计于2027年第一季度完成，面向合作伙伴的工程样品计划于2027年第三季度提供。这一定位表明，FS-SSD短期内主要面向数据中心与AI基础设施市场，而非消费级终端。

从行业演进角度看，FADU的尝试呼应了存储架构的长期趋势：数据路径早已加速化（如GPU Direct Storage、CXL内存池），但控制路径仍高度依赖通用CPU。随着AI工作负载愈发细粒度、高并发，传统“主机全权管控”的模式正面临算力错配问题。例如，在本地智能体（Local Agent）场景中，Agent需频繁读取本地知识库、工具脚本与临时缓存，若每次访问均需穿越内核文件系统与块层，延迟累积将显著影响响应流畅性。忆联在FMS 2026上推出的AM6D1 SSD即针对此类场景优化——其4K随机读取达1600K IOPS，且长时间高负载下性能波动控制在5%以内，但仍未解决CPU参与路径的问题。FS-SSD若能落地，将从根源上消除这一环节。

图中为FADU FC6161 Gen6控制器实物，其多核异构架构为文件语义处理提供了硬件基础。据公开资料，该芯片集成专用加速单元用于元数据哈希计算与压缩解压，配合LPDDR5缓存实现低延迟元数据访问。相比传统单核ARM Cortex-R系列控制器，FC6161在同等功耗下可支撑更高并发的语义请求处理。

技术挑战依然存在。首先，文件系统语义复杂度远高于块设备抽象，如何保证跨设备一致性、崩溃恢复与事务原子性是关键难点；其次，现有操作系统与应用生态深度绑定于主机侧文件系统，迁移至设备端需标准化接口（如NVMe ZNS+FS扩展），否则易形成厂商锁定；最后，安全边界重构带来新风险——若SSD固件漏洞可被利用绕过主机权限检查，将导致严重数据泄露。

FADU并非唯一探索者。英特尔曾提出Storage Performance Development Kit（SPDK）中的BlobFS方案，允许用户态直接管理文件；Western Digital的OpenFlex平台也尝试将部分元数据处理下沉至JBOF设备。但FADU是首个明确将完整NFS语义集成至SSD并公开实测数据的厂商，其路径更具落地可行性。

在端侧AI快速普及的背景下，存储角色正从“被动容器”转向“主动协处理器”。忆联AM6B0 SSD已能支持本地7B–34B大模型冷启动加载（Qwen3.5-122B仅需14.6秒），但模型推理过程中的KV缓存频繁换入换出仍依赖主机调度。若未来FS-SSD可与AI加速器协同，让DPU直接向SSD发出“加载第X层KV缓存”指令，将进一步压缩端到端延迟。

目前，FADU尚未公布具体产品命名与上市时间表，但其技术路线已引发头部云厂商关注。可以预见，下一代AI基础设施的存储栈将呈现“分层卸载”特征：热数据由CXL内存池承载，温数据交由语义型SSD管理，冷数据归档至对象存储——而FS-SSD正是打通温数据高效访问的关键一环。当文件系统真正“住进”闪存，存储设备将不再只是数据的搬运工，而成为计算生态中可编程的智能节点。