金士顿DC3000MEPCIe5.0SSD亮相SC26,面向AI与超算的高吞吐存储方案
金士顿在Supercomputing 2026展会上重点展示其新一代数据中心SSD DC3000ME,该产品采用PCIe 5.0 NVMe U.2接口,容量达15.36TB,旨在满足AI训练、高性能计...
在2026年超级计算大会(Supercomputing 2026,简称SC26)上,存储厂商金士顿科技(Kingston Technology)于芝加哥展馆1233号展位集中展示了面向高性能计算(HPC)与人工智能(AI)应用的企业级存储解决方案。其中,最新一代数据中心固态硬盘DC3000ME成为核心展品,其15.36TB容量、PCIe 5.0 NVMe U.2接口及专为高并发数据访问优化的架构,直指当前AI基础设施中存储瓶颈日益凸显的现实问题。
DC3000ME并非单纯追求容量堆叠的产品。根据金士顿官方介绍,该SSD针对AI推理与训练、在线事务处理(OLTP)以及云服务等多类负载进行了深度调优,强调在持续高吞吐压力下维持稳定的低延迟表现。其设计逻辑反映出一个行业共识:随着大模型参数规模突破万亿级、训练数据集动辄PB量级,存储子系统已从“后台支撑”转变为影响整体算力效率的关键路径之一。
金士顿数据中心SSD业务经理Cameron Crandall指出:“AI及其他数据密集型应用正以前所未有的速度推高对存储性能与数据吞吐的需求,这也同步抬升了对高性能企业级SSD及现代接口标准的要求。”他进一步强调,存储与基础设施的战略地位正在上升,高性能Gen 5 PCIe SSD已成为构建新一代超算与AI集群不可或缺的组件。
这一判断与近期产业趋势高度吻合。据行业分析报告,AI短剧等内容生成应用的爆发式增长,显著拉升了tokens消耗量,进而驱动算力基础设施向“整机柜超节点”演进——即通过海量交换芯片直接互联大量CPU与GPU,形成更高密度、更低通信延迟的计算单元。在此架构下,传统SATA或PCIe 3.0/4.0 SSD的I/O带宽已难以匹配GPU的算力释放节奏,存储成为新的性能瓶颈点。
以典型AI训练任务为例,当数百张GPU并行读取同一数据集时,若存储层无法提供足够高的顺序读带宽与随机IOPS,GPU将频繁处于等待状态,整体训练效率大幅下降。实测数据显示,在Llama-3 70B模型微调场景中,采用PCIe 5.0 SSD相较PCIe 4.0可缩短数据加载时间约35%,从而提升端到端训练吞吐12%以上。这使得像DC3000ME这类支持NVMe 2.0协议、具备端到端数据保护与QoS保障的企业级产品,逐渐成为头部云厂商与国家级超算中心的标配选择。
值得注意的是,金士顿此次展出的不仅有SSD硬件,还包括配套的服务器DRAM模块,共同构成面向HPC/AI的数据中心内存-存储协同方案。在超节点架构中,内存容量与带宽同样关键:大模型推理常需将部分权重常驻内存以规避显存瓶颈;而分布式训练中的梯度同步也依赖高速内存通道。因此,厂商正从单一器件供应商转向“计算-内存-存储”全栈优化的角色。
与此同时,国内产业链也在加速补强存储与互联环节。在北京集成电路发展论坛上,多家企业披露了国产化进展:合见工软在超节点互联IP领域实现多协议支持,并与硬件仿真系统协同,助力国内智算芯片设计;米格实验室则聚焦先进制程下的检测认证技术,覆盖CPO、硅光互连与先进封装等新兴方向——这些底层能力的完善,为国产AI基础设施的自主可控提供了支撑。
更深层的变化来自计算架构本身。以进迭时空(SpacemiT)为代表的RISC-V AI CPU厂商,已推出符合RVA23规范的K3芯片及服务器级V100芯片,其自研NoC(片上网络)互联总线与AI核协同设计,使单芯片可承载300亿至800亿参数模型的推理任务。此类芯片对存储带宽提出新要求:一方面需支持高并发DDR5内存通道,另一方面也依赖NVMe SSD作为扩展缓存层。这意味着,未来AI芯片与存储设备的协同优化将更加紧密,接口协议、队列深度、中断机制等细节均需联合定义。
从市场反馈看,企业级PCIe 5.0 SSD需求正快速放量。除金士顿外,三星、Solidigm、致态等厂商均已发布同类产品,但真正落地于大规模AI集群的仍属少数。难点在于可靠性验证周期长、与现有管理软件栈兼容性调试复杂,以及成本控制。目前DC3000ME定位高端市场,主要面向科研机构、大型云服务商及金融风控等对性能敏感的垂直领域。
另一项不可忽视的趋势是液冷与高密度部署对存储形态的影响。超节点机柜普遍采用OCP或Open Rack标准,对U.2/U.3 SSD的散热与插拔可靠性提出更高要求。DC3000ME采用金属散热鳍片设计,配合主动风冷或液冷环境可稳定运行于7×24高负载状态,这使其在新一代绿色数据中心中更具适配优势。
回看整个AI基础设施链条,存储正从“沉默的配角”走向前台。当算力卡(GPU/ASIC)、互联网络(交换芯片)、冷却系统相继完成代际升级后,存储子系统的滞后将直接制约整体效能。金士顿此次在SC26的展示,既是对自身技术路线的宣示,也折射出行业对“全栈性能均衡”的迫切诉求。
可以预见,随着2026年下半年更多PCIe 5.0 SSD进入量产交付阶段,结合国产RISC-V服务器芯片与超节点交换网络的成熟,中国AI算力底座的自主化水平将进一步提升。而存储厂商的角色,也将从硬件提供商逐步延伸至性能调优顾问与系统集成伙伴。
