QLC NAND là gì? Tại sao SSD doanh nghiệp và trung tâm dữ liệu AI đang chú ý đến nó

QLC NAND là công nghệ NAND Flash lưu trữ 4 bit dữ liệu trong mỗi ô nhớ. Giá trị cốt lõi của nó không nằm ở hiệu năng đỉnh của từng ổ đĩa, mà ở dung lượng cao hơn, chi phí trên mỗi TB thấp hơn và mật độ giá đỡ tốt hơn trong cùng không gian vật lý. Đối với SSD doanh nghiệp và trung tâm dữ liệu AI, QLC NAND quan trọng vì nó có thể đưa nhiều dữ liệu ấm hơn, bộ dữ liệu huấn luyện, lưu trữ đối tượng và dữ liệu phân tích vào lớp flash có tốc độ truy cập nhanh. Tuy nhiên, bạn không nên đánh giá QLC chỉ dựa trên dung lượng. Độ bền ghi, tính nhất quán của độ trễ, mức tiêu thụ điện năng, điều kiện bảo hành và hành vi thực tế trên khối lượng công việc đều là những yếu tố quan trọng.

Những điểm chính cần nhớ

• Ưu điểm chính của QLC NAND là mật độ cao, chi phí trên mỗi TB thấp hơn và các SSD dung lượng lớn.
• SSD doanh nghiệp áp dụng QLC chủ yếu cho các khối công việc đọc nhiều và cần dung lượng lớn.
• Các trung tâm dữ liệu AI quan tâm đến QLC vì hồ dữ liệu (data lake) và lưu trữ đối tượng (object storage) đang mở rộng nhanh chóng.
• SSD QLC không phù hợp với mọi khối công việc ghi nhiều; TLC vẫn tốt hơn cho các trường hợp sử dụng cân bằng.
• Để đánh giá SSD QLC, hãy tập trung vào DWPD, TBW, PLP, QoS, mức tiêu thụ điện năng và TCO.
• Đối với nhà đầu tư, QLC là một tín hiệu quan trọng để theo dõi chu kỳ NAND và chuỗi cung ứng lưu trữ AI.

QLC NAND Là Gì? Bắt Đầu Từ “Số Bit Trên Mỗi Ô” Trong Flash NAND

Định nghĩa trực tiếp của QLC NAND là: mỗi ô nhớ NAND lưu trữ 4 bit dữ liệu, mang lại mật độ dữ liệu cao hơn so với SLC, MLC và TLC. Bạn có thể hình dung đó là việc đưa nhiều thông tin hơn vào cùng một “căn phòng,” trong khi cũng làm cho mỗi “số phòng” khó phân biệt hơn. Theo giải thích của Kingston về QLC NAND, QLC cần quản lý 16 trạng thái điện áp khác nhau. Đây là lý do căn bản khiến nó có thể tăng dung lượng và giảm chi phí, đồng thời cũng tạo ra những thách thức về hiệu suất ghi và độ tin cậy.

Từ SLC và MLC đến TLC và QLC

Một hướng phát triển lớn của NAND Flash là lưu trữ nhiều bit hơn trong mỗi ô nhớ. SLC lưu 1 bit mỗi ô, MLC lưu 2 bit mỗi ô, TLC lưu 3 bit mỗi ô, và QLC lưu 4 bit mỗi ô. Trong phần giải thích về công nghệ Multi-Level Cell, Kioxia cũng lưu ý rằng việc tạo ra 16 phân bố điện áp ngưỡng cho phép lưu 4 bit mỗi ô, chính là QLC.

Tại sao NAND QLC có thể giảm chi phí trên mỗi đơn vị dung lượng

Lợi thế về chi phí của QLC đến từ hai cấp độ. Thứ nhất, nó lưu trữ nhiều dữ liệu hơn với cùng số lượng ô NAND. Thứ hai, nó thường được kết hợp với xếp lớp NAND 3D, bộ điều khiển tiên tiến, bộ nhớ đệm SLC, sửa lỗi ECC và thuật toán firmware. Đối với doanh nghiệp, lợi thế chi phí của QLC không đơn thuần là về một "ổ đĩa rẻ hơn." Nó có khả năng giảm chi phí mua sắm trên mỗi TB, mức sử dụng tủ rack trên mỗi PB và dung lượng khả dụng trên mỗi watt.

Tuy nhiên, QLC cũng đi kèm với những đánh đổi. Do khoảng cách giữa 16 mức điện áp hẹp hơn, bộ điều khiển phải xác định từng trạng thái dữ liệu với độ chính xác cao hơn. Khi số chu kỳ P/E tăng lên, lỗi bit, read disturb, khả năng giữ dữ liệu và khuếch đại ghi (write amplification) đều có thể trở nên quan trọng hơn. Điều này có nghĩa là SSD QLC cấp doanh nghiệp không nên được đánh giá chỉ dựa trên dung lượng. Bộ điều khiển, firmware, over-provisioning, bảo vệ mất nguồn và thiết kế ổn định lâu dài đều là những yếu tố then chốt.

Các khía cạnh cốt lõi để đánh giá NAND QLC:

• Mật độ dung lượng: có thể lưu trữ nhiều dữ liệu hơn trên cùng diện tích chip.
• Chi phí đơn vị: chi phí trên mỗi TB thường thấp hơn so với TLC tương đương.
• Độ bền ghi: thường yếu hơn TLC, cần thiết kế cấp doanh nghiệp để bù đắp.
• Giá trị đọc: phù hợp hơn với việc đọc quy mô lớn, phân tích và dữ liệu ấm.
• Độ phức tạp quản lý: phụ thuộc vào ECC, bộ nhớ đệm, cân bằng hao mòn và thuật toán firmware.

Tóm tắt: NAND QLC về bản chất không phải là "NAND có hiệu suất cao nhất". Đây là một lộ trình công nghệ ưu tiên mật độ dung lượng và hiệu quả chi phí. Để hiểu về QLC, bạn không nên chỉ nhìn vào tốc độ đọc và ghi được quảng cáo, cũng không nên cho rằng QLC không phù hợp cho sử dụng trong doanh nghiệp. Vấn đề thực sự là QLC tăng dung lượng bằng cách lưu trữ 4 bit trên mỗi ô, đồng thời dựa vào bộ điều khiển, phần sụn, sửa lỗi, bộ nhớ đệm và quản lý khối lượng công việc để bù đắp cho những hạn chế về ghi và độ bền. Trong các khối lượng công việc ưu tiên đọc, nặng về dung lượng, nhạy cảm với chi phí, QLC có thể là một lựa chọn quan trọng cho SSD doanh nghiệp và trung tâm dữ liệu AI. Trong các khối lượng công việc ghi liên tục với cường độ cao, độ trễ thấp, tính nhất quán mạnh, cần được đánh giá cẩn thận hơn.

Tại Sao SSD Doanh Nghiệp Quan Tâm Đến NAND QLC? Logic Cốt Lõi Là Dung Lượng, TCO và Hiệu Suất Hạ Tầng

SSD doanh nghiệp chú ý đến NAND QLC không phải vì đang theo đuổi điểm số benchmark, mà vì đang cố gắng giảm tổng chi phí sở hữu. Khi doanh nghiệp mua lưu trữ, họ thực chất đang so sánh chi phí trên mỗi TB, dung lượng trên mỗi watt, dung lượng trên mỗi rack, độ phức tạp vận hành, miền lỗi, tốc độ mở rộng và khả năng sẵn sàng của dịch vụ. Nếu SSD QLC có thể cung cấp hiệu năng đủ tốt trong các kịch bản nặng về đọc, chúng có thể cho phép ít thiết bị hơn chứa nhiều dữ liệu hơn, giảm áp lực lên rack, điện năng, làm mát và vận hành.

Chi Phí SSD Doanh Nghiệp Không Chỉ Đơn Thuần Là Giá Thành Ổ Đĩa

SSD tiêu dùng thường được so sánh dựa trên dung lượng và tốc độ. SSD doanh nghiệp được đánh giá như một phần của toàn bộ hệ thống. Nếu bạn đang xây dựng một kho lưu trữ quy mô PB, dung lượng ổ đĩa cao hơn có thể giảm số lượng ổ đĩa, khe máy chủ, cổng mạng, cáp, tủ rack và mức tiêu thụ điện năng cần thiết. Giá trị của QLC nằm ở việc chuyển đổi lợi thế về mật độ dung lượng thành hiệu quả hạ tầng.

SSD QLC Dung Lượng Cao Đang Chính Thức Bước Vào Danh Mục Sản Phẩm Doanh Nghiệp

Xét từ góc độ lộ trình sản phẩm, QLC không còn chỉ là một cái tên khác cho SSD tiêu dùng giá rẻ nữa. SSD NVMe 6600 ION của Micron đạt dung lượng lên tới 245TB và nhắm vào các khối lượng công việc AI, đám mây, doanh nghiệp và trung tâm dữ liệu quy mô siêu lớn. D5-P5336 của Solidigm đạt dung lượng lên tới 122TB và tập trung vào các ứng dụng đọc nhiều và dữ liệu chuyên sâu. SSD LC9 Series của Kioxia cũng đặt các thông số 245,76TB, PCIe 5.0, NVMe 2.0 và E3.L trong bối cảnh AI và các trung tâm dữ liệu quy mô lớn.

Những sản phẩm này cho thấy SSD QLC dành cho doanh nghiệp không cố gắng thay thế mọi SSD hiệu năng cao bằng ổ đĩa tầm thấp. Thay vào đó, chúng đang gia nhập phân khúc flash doanh nghiệp tối ưu hóa dung lượng. So với HDD, SSD QLC nhanh hơn, độ trễ thấp hơn và tiết kiệm không gian hơn. So với SSD TLC cao cấp, chúng tập trung hơn vào các khối lượng công việc đọc chuyên biệt, nhạy cảm về dung lượng và chi phí.

Những lý do chính khiến SSD doanh nghiệp quan tâm đến QLC:

• SSD dung lượng lớn có thể giảm số lượng máy chủ và tủ rack cần thiết.
• Khối lượng công việc tập trung vào đọc không phải lúc nào cũng cần TLC có độ bền cao.
• AI, nhật ký, đa phương tiện và lưu trữ đối tượng đang tạo ra các kho dữ liệu ấm khổng lồ.
• Flash dung lượng cao có thể cải thiện tốc độ truy cập dữ liệu.
• Các giới hạn về điện năng, làm mát và không gian khiến dung lượng trên mỗi watt trở nên quan trọng hơn.
• Người dùng điện toán đám mây và siêu quy mô quan tâm nhiều hơn đến TCO dài hạn.

Tóm tắt: SSD doanh nghiệp đang chú ý đến QLC NAND vì các trung tâm dữ liệu đã chuyển từ “hiệu năng của một ổ đĩa đơn lẻ” sang tính toán kết hợp giữa dung lượng, năng lượng, không gian, vận hành và mức độ dịch vụ. SSD QLC hấp dẫn vì chúng sử dụng mật độ cao hơn để giảm chi phí trên mỗi TB và đưa nhiều dữ liệu hơn vào tầng flash có độ trễ thấp. Chúng không phải là câu trả lời phổ quát cho mọi khối lượng công việc doanh nghiệp, nhưng có thể cải thiện dung lượng và hiệu quả hạ tầng trong lưu trữ đối tượng (object storage), dữ liệu phân tích, thư viện nội dung, hồ dữ liệu AI (AI data lakes) và các tầng dữ liệu ấm ưu tiên đọc. Để đánh giá xem một doanh nghiệp có nên áp dụng QLC hay không, trước tiên hãy xem xét khối lượng công việc có ghi chép được kiểm soát, tần suất đọc cao, yêu cầu dung lượng lớn và ràng buộc chặt chẽ về tài nguyên trung tâm dữ liệu hay không.

Vì sao Trung tâm Dữ liệu AI Quan tâm đến Ổ cứng SSD QLC? AI Không Chỉ Cần GPU — Mà Cần Lượng Dữ Liệu Lớn Có Thể Truy Cập

Các trung tâm dữ liệu AI quan tâm đến ổ cứng SSD QLC vì khối lượng công việc AI không chỉ tiêu thụ GPU, HBM và mạng, mà còn cả lưu trữ. Dữ liệu huấn luyện, nhật ký suy luận (inference logs), tài nguyên đa phương thức, cơ sở dữ liệu vector, dữ liệu đặc trưng, các phiên bản mô hình, checkpoint và hồ dữ liệu (data lakes) đều đòi hỏi lớp lưu trữ có dung lượng lớn, khả năng mở rộng và tốc độ truy cập nhanh. Ổ cứng SSD QLC có cơ hội đưa nhiều dữ liệu hơn từ lớp lưu trữ lạnh chậm hơn sang lớp dữ liệu ấm có tốc độ truy cập nhanh hơn.

Cả Huấn Luyện Lẫn Suy Luận của AI Đều Phụ Thuộc vào Hồ Dữ Liệu

Khi mọi người bàn về cơ sở hạ tầng AI, họ thường tập trung trước tiên vào GPU và HBM. Nhưng trong hoạt động thực tế của trung tâm dữ liệu, tầng lưu trữ liên tục ảnh hưởng đến hiệu suất cung cấp dữ liệu. Nếu dữ liệu huấn luyện được đọc quá chậm, GPU có thể phải dành nhiều thời gian hơn để chờ dữ liệu. Nếu việc truy xuất dữ liệu phía suy luận, phân tích nhật ký và quản lý phiên bản mô hình diễn ra kém hiệu quả, tổng chi phí dịch vụ có thể tăng lên. Trong bài viết kỹ thuật của mình về QLC SSD trong trung tâm dữ liệu, Meta rõ ràng xem bộ nhớ flash QLC là một cơ hội để tối ưu hóa chi phí, hiệu suất và mức tiêu thụ điện năng của lưu trữ trung tâm dữ liệu.

SSD QLC cung cấp "Dung lượng cao + Hiệu suất đọc + Tiết kiệm năng lượng"

Không phải mọi tầng trong một trung tâm dữ liệu AI đều cần SSD độ trễ thấp hàng đầu. Đối với nhiều hồ dữ liệu (data lake), hệ thống lưu trữ đối tượng (object storage), khối lượng công việc phân tích và bộ dữ liệu hỗ trợ suy luận (inference), các chỉ số quan trọng là mật độ dung lượng, thông lượng đọc, mức tiêu thụ điện năng và tổng chi phí. Solidigm định vị D5-P5336 như một giải pháp dung lượng cao cho các khối lượng công việc nặng về đọc, điều này hoàn toàn phù hợp với loại nhu cầu trung tâm dữ liệu này.

Bạn có thể hình dung lưu trữ AI theo từng lớp. Gần bộ xử lý nhất là HBM và DRAM, vốn xử lý dữ liệu tạm thời tốc độ cao. Bên dưới là các SSD NVMe TLC hiệu suất cao, phù hợp với các tình huống ghi nhiều và độ trễ thấp hơn. Bên dưới nữa, SSD QLC có thể hỗ trợ dữ liệu ấm dung lượng lớn, ưu tiên đọc. Dữ liệu lạnh hơn có thể tiếp tục nằm trên HDD, băng từ hoặc lưu trữ đối tượng chi phí thấp hơn.

Các tình huống trung tâm dữ liệu AI mà SSD QLC đóng vai trò quan trọng:

• Hồ dữ liệu AI và lưu trữ đối tượng đòi hỏi các lớp flash có dung lượng cao.
• Dữ liệu huấn luyện đa phương thức cần hiệu suất đọc cao hơn.
• Hệ thống suy luận có thể cần truy cập nhanh vào vector và dữ liệu ngữ cảnh.
• Các phiên bản mô hình, nhật ký và dữ liệu phân tích tiếp tục tăng trưởng.
• Giới hạn về điện và không gian rack thúc đẩy các trung tâm dữ liệu hướng tới SSD mật độ cao.
• Các nhà cung cấp dịch vụ đám mây muốn có một lớp trung gian giữa hiệu suất và chi phí.

Tóm tắt: Các trung tâm dữ liệu AI quan tâm đến QLC NAND không phải vì QLC có thể thay thế HBM, DRAM hay SSD TLC cao cấp, mà vì các hệ thống AI đòi hỏi những kho dữ liệu có thể truy cập ngày càng lớn. Huấn luyện, suy luận, truy xuất, nhật ký và dữ liệu đa phương thức đều làm tăng áp lực lưu trữ. Chỉ dựa vào HDD có thể khó đáp ứng được yêu cầu về độ trễ và thông lượng, trong khi chỉ dựa vào TLC cao cấp thì chi phí có thể quá cao. SSD QLC chiếm vị trí trung gian giữa dung lượng, hiệu năng đọc, mức tiêu thụ điện năng và chi phí. Để đánh giá giá trị của QLC trong AI, hãy xem xét liệu nó có thể cải thiện hiệu quả truy cập dữ liệu, giảm chi phí hạ tầng cho mỗi PB, và giúp GPU cũng như các hệ thống phân tích ít phải chờ đợi dữ liệu hơn hay không.

QLC NAND so với TLC NAND: Câu hỏi then chốt không phải là cái nào tốt hơn, mà là cái nào phù hợp với khối lượng công việc của bạn

Sự khác biệt giữa QLC và TLC không nên được đơn giản hóa thành "QLC rẻ hơn, TLC bền hơn." Một đánh giá chính xác hơn là: TLC thường tốt hơn khi cần hiệu năng, độ bền và tính nhất quán độ trễ tương đối cân bằng, trong khi QLC tốt hơn cho mật độ dung lượng, các khối lượng công việc nặng về đọc, và các trường hợp sử dụng nhạy cảm về chi phí. Việc bạn chọn loại nào không phụ thuộc vào thông số marketing. Nó phụ thuộc vào việc doanh nghiệp của bạn ghi bao nhiêu dữ liệu mỗi ngày, dữ liệu được đọc thường xuyên đến mức nào, độ trễ nhạy cảm ra sao, và liệu dữ liệu có thể được phân tầng hay không.

TLC Cân Bằng Hơn, Trong Khi QLC Tối Ưu Hóa Về Dung Lượng

TLC lưu trữ 3 bit mỗi ô, trong khi QLC lưu trữ 4 bit mỗi ô. Bit bổ sung đó mang lại cho QLC mật độ cao hơn, nhưng cũng khiến việc nhận diện trạng thái điện áp phức tạp hơn. Do đó, QLC thường phụ thuộc nhiều hơn vào bộ nhớ đệm SLC, cân bằng hao mòn, định hình ghi, cung cấp dư và ECC mạnh hơn. Đối với doanh nghiệp, nếu khối lượng công việc liên quan đến lượng lớn ghi ngẫu nhiên liên tục, TLC thường là lựa chọn an toàn hơn. Nếu khối lượng công việc là đọc dung lượng lớn, ghi lại không thường xuyên và truy cập tuần tự, QLC có thể kinh tế hơn.

DWPD, TBW và WAF quyết định độ ổn định lâu dài

Ổ cứng SSD doanh nghiệp không nên chỉ được đánh giá qua dung lượng và giao tiếp. Giải thích của Kingston về TBW định nghĩa TBW là tổng lượng dữ liệu có thể ghi vào ổ SSD trong suốt vòng đời của nó; DWPD đo lường số lần toàn bộ dung lượng ổ đĩa có thể được ghi mỗi ngày trong thời gian bảo hành. Đối với QLC, DWPD, TBW, WAF, PLP, QoS, bảo vệ dữ liệu toàn diện từ đầu đến cuối và các chiến lược kiểm soát nhiệt thường quan trọng hơn so với chỉ riêng tốc độ đọc tuần tự.

Phí giao dịch và chi phí giao dịch cũng nên được đưa vào cùng một khuôn khổ. Nếu bạn theo dõi chuỗi cung ứng của Micron, Samsung, Kioxia, SK hynix và Solidigm, hoặc nếu bạn theo dõi các công ty lưu trữ và trung tâm dữ liệu AI được niêm yết trên thị trường Hoa Kỳ hoặc Hong Kong, bạn không chỉ nên nhìn vào các xu hướng công nghệ. Bạn cũng nên hiểu rõ chi phí giao dịch thực tế. Biya áp dụng phí hoa hồng giao dịch cổ phiếu Hoa Kỳ là 0 USD, trong khi phí nền tảng, phí tổ chức bên ngoài và các khoản phí khác tuân theo biểu phí giao dịch cổ phiếu Hoa Kỳ và trang đặt lệnh. Thông tin này chỉ nhằm mục đích hiểu về dữ liệu thị trường công khai, quy tắc giao dịch và cấu trúc phí, không cấu thành lời khuyên đầu tư.Tính khả dụng của dịch vụ phụ thuộc vào vị trí của người dùng, kết quả xác minh danh tính, quy tắc của nền tảng cũng như các luật và quy định hiện hành.

Trước khi chọn QLC hoặc TLC, hãy tự hỏi yourself:

• Lưu lượng ghi hàng ngày có ổn định và dễ dự đoán không?
• Tỷ lệ đọc/ghi có rõ ràng nghiêng về phía đọc không?
• Dữ liệu có thể được phân tách thành các tầng nóng, ấm và lạnh không?
• Có yêu cầu độ trễ đuôi cực thấp không?
• Có yêu cầu bảo vệ mất điện và bảo vệ dữ liệu từ đầu đến cuối không?
• Nhà cung cấp có cung cấp xác thực doanh nghiệp và cam kết bảo hành không?

Tóm tắt: NAND QLC và NAND TLC không đơn thuần là những công nghệ tốt hơn hay tệ hơn. Chúng là những đánh đổi kỹ thuật dành cho các khối lượng công việc khác nhau. TLC phù hợp hơn với các tình huống đọc/ghi hỗn hợp, ghi nhiều, độ trễ thấp và độ bền cao hơn. QLC phù hợp hơn với các khối lượng công việc có dung lượng lớn, thiên về đọc, ghi được kiểm soát và nhạy cảm về chi phí. Khi đưa ra quyết định mua sắm doanh nghiệp hoặc đánh giá đầu tư, bạn nên đánh giá đồng thời DWPD, TBW, WAF, PLP, QoS, kiểm thử khối lượng công việc thực tế và cơ cấu chi phí. Chỉ nhìn vào việc "QLC có dung lượng lớn hơn" có thể khiến bạn bỏ qua rủi ro về tuổi thọ. Chỉ nhìn vào việc "QLC có độ bền yếu hơn TLC" có thể khiến bạn bỏ lỡ lợi thế TCO của nó trong các hồ dữ liệu (data lake) và khối lượng công việc thiên về đọc.

Những Kịch Bản Doanh Nghiệp và Trung Tâm Dữ Liệu AI Nào Phù Hợp với QLC SSD? Kịch Bản Nào Cần Thận Trọng?

QLC SSD phù hợp nhất với các kịch bản có dung lượng lớn, khối lượng đọc lớn, ghi được kiểm soát và nhạy cảm về chi phí. Bạn có thể đánh giá trước chúng cho các hồ dữ liệu AI, lưu trữ đối tượng, thư viện nội dung, truy vấn phân tích, CDN, lớp tăng tốc sao lưu và các tầng dữ liệu ấm. Ngược lại, nhật ký cơ sở dữ liệu, hệ thống giao dịch, ghi ngẫu nhiên liên tục và các ứng dụng nhạy cảm với độ trễ cần thận trọng hơn, và có thể được phục vụ tốt hơn bởi TLC hoặc SSD doanh nghiệp có độ bền cao hơn.

Những Kịch Bản Phù Hợp Hơn với QLC SSD

Hồ dữ liệu AI là một trường hợp sử dụng điển hình. Các mẫu huấn luyện lớn, tệp đa phương thức, dữ liệu đặc trưng và các phiên bản mô hình cần được lưu trữ trong thời gian dài và đọc định kỳ. Lưu trữ đối tượng và mạng phân phối nội dung cũng tương tự: khối lượng dữ liệu lớn, nhu cầu đọc cao, và mặc dù có ghi dữ liệu, chúng thường có thể được quản lý thông qua phân tầng, bộ nhớ đệm và ghi theo lô. Dòng LC9 của Kioxia nhấn mạnh dung lượng cao, PCIe 5.0, NVMe 2.0 và nhiều dạng máy doanh nghiệp, cho thấy SSD QLC đang tiến gần hơn đến hạ tầng dữ liệu quy mô PB.

Cần Đánh Giá Khối Lượng Công Việc Trước Khi Triển Khai SSD QLC

Trước khi triển khai QLC, bước quan trọng nhất là đánh giá khối lượng công việc. Bạn cần hiểu rõ khối lượng ghi hằng ngày, áp lực ghi cao điểm, tỷ lệ ghi ngẫu nhiên, điểm nóng khi đọc, chu kỳ lưu trữ dữ liệu, tỷ lệ nén, tỷ lệ trúng bộ nhớ đệm và yêu cầu khôi phục sự cố. Việc ra quyết định chỉ dựa trên dung lượng quảng cáo là rất rủi ro.

Trong tài liệu LC9 của mình, Kioxia lưu ý rằng Flexible Data Placement có thể giúp giảm độ khuếch đại ghi và kéo dài tuổi thọ SSD. Những cơ chế như thế này cho thấy rằng QLC dành cho doanh nghiệp không chỉ xoay quanh chip NAND. Bộ điều khiển, firmware, sự phối hợp với máy chủ và các chiến lược bố trí dữ liệu đều quyết định hiệu năng thực tế.

Danh sách kiểm tra trước khi triển khai SSD QLC:

• Tỷ lệ đọc/ghi có liên tục nghiêng về đọc nhiều hơn không?
• Lượng ghi hàng ngày có thấp hơn giới hạn DWPD đã thiết kế không?
• SSD có tích hợp bảo vệ mất nguồn PLP không?
• Dữ liệu kiểm thử QoS và độ trễ đuôi có ổn định không?
• Có hỗ trợ giám sát tình trạng và telemetry dành cho doanh nghiệp không?
• Đã được kiểm thử dưới khối lượng công việc thực tế thay vì chỉ benchmark trong phòng thí nghiệm chưa?
• Đã có chính sách phân tầng nóng/ấm/lạnh, caching và vòng đời dữ liệu chưa?
• Bảo hành, thay thế, phụ tùng và tính liên tục của nguồn cung đã được xác định rõ ràng chưa?

Tóm tắt: SSD QLC không phù hợp cho “mọi nhu cầu lưu trữ dung lượng lớn giá rẻ.” Chúng phù hợp nhất với các kịch bản doanh nghiệp tập trung vào đọc, tập trung vào dung lượng, ghi được kiểm soát và có thể được quản lý thông qua phân tầng dữ liệu. Hồ dữ liệu AI, lưu trữ đối tượng, tập dữ liệu mô hình, thư viện nội dung truyền thông và các truy vấn phân tích nhiều khả năng được hưởng lợi từ ưu điểm về dung lượng và TCO của QLC. Nhật ký cơ sở dữ liệu, ghi ngẫu nhiên liên tục, giao dịch độ trễ thấp và các khối lượng công việc cốt lõi nhất quán mạnh cần thận trọng. Trước khi triển khai QLC, trước tiên bạn phải đánh giá khối lượng công việc và xác minh độ ổn định lâu dài thông qua các chiến lược DWPD, TBW, PLP, QoS, kiểm soát nhiệt, khuếch đại ghi và khôi phục sự cố.

Từ góc nhìn xu hướng ngành, tại sao QLC NAND sẽ tiếp tục quan trọng đối với SSD doanh nghiệp và trung tâm dữ liệu AI?

QLC NAND sẽ tiếp tục thu hút sự chú ý vì các trung tâm dữ liệu AI đang chuyển từ mở rộng sức mạnh tính toán thuần túy sang cạnh tranh cấp hệ thống trên các phương diện tính toán, mạng, lưu trữ, điện năng và mật độ rack. Công nghệ 3D NAND lớp cao hơn, PCIe Gen5, NVMe, EDSFF, bộ điều khiển doanh nghiệp và firmware trưởng thành hơn mang lại cho QLC cơ hội mạnh mẽ hơn để bước vào các tầng lưu trữ doanh nghiệp dung lượng lớn. Tuy nhiên, nó vẫn chịu ảnh hưởng từ các chu kỳ giá NAND, chu kỳ xác thực của khách hàng và giới hạn độ bền ghi.

3D NAND lớp cao hơn đang đẩy QLC vào dòng chính

QLC thời kỳ đầu thường được xem là một lựa chọn tiêu dùng giá rẻ. Khi Samsung ra mắt SSD tiêu dùng 4-bit, công ty đã chứng minh tiềm năng chi phí của QLC trong các SSD dung lượng cao. Ngày nay, thị trường doanh nghiệp đang chú trọng hơn đến dung lượng lớn, mức tiêu thụ điện năng thấp, hạ tầng dữ liệu AI và triển khai ở quy mô PB, điều này mở rộng phạm vi ứng dụng của QLC.

Dòng sản phẩm SSD trung tâm dữ liệu của Micron đã mô tả QLC liên quan đến các trường hợp sử dụng AI, đám mây, doanh nghiệp và hyperscale. LC9 của Kioxia nhấn mạnh việc hỗ trợ các thông số kỹ thuật OCP Datacenter NVMe SSD, PCIe 5.0 và các chuẩn dạng thức dành cho doanh nghiệp. Những thay đổi này cho thấy QLC đang chuyển mình từ "dung lượng giá rẻ" sang "hạ tầng trung tâm dữ liệu mật độ cao."

Quan sát đầu tư cần kết hợp công nghệ và chu kỳ

Nếu bạn nhìn vào QLC NAND dưới góc độ đầu tư, đừng chỉ tập trung vào "sự tăng trưởng nhu cầu lưu trữ AI." NAND là một ngành có tính chu kỳ cao. Giá cả, hàng tồn kho, công suất, việc mua sắm của khách hàng và việc phân bổ chi phí vốn giữa HBM và DRAM đều có thể ảnh hưởng đến các nhà cung cấp SSD doanh nghiệp và các công ty chip bộ nhớ. Bạn có thể sử dụng thông tin cổ phiếu Mỹ để theo dõi các công ty liên quan như Micron, Western Digital, Seagate, NetApp và Pure Storage, đồng thời sử dụng thông tin cổ phiếu Hồng Kông để theo dõi các công ty bán dẫn, hạ tầng đám mây và chuỗi cung ứng trung tâm dữ liệu niêm yết tại Hồng Kông.

Sáu tín hiệu để theo dõi cơ hội trong ngành QLC:

• Việc SSD doanh nghiệp dung lượng cao có bước vào giai đoạn xác nhận tại nhiều nhà cung cấp dịch vụ đám mây hơn hay không.
• Việc giá NAND theo hợp đồng có bước vào chu kỳ tăng hay giảm hay không.
• Việc tỷ trọng doanh thu và biên lợi nhuận gộp của SSD doanh nghiệp có cải thiện hay không.
• Việc chi phí vốn (capex) của trung tâm dữ liệu AI có lan rộng từ GPU sang mảng lưu trữ hay không.
• Việc các sản phẩm QLC có chuyển từ mức 122TB hướng tới quy mô triển khai 245TB hay không.
• Việc các nhà cung cấp có công bố những cải tiến về mức tiêu thụ điện năng, mật độ và TCO hay không.

Tóm tắt: Sự chú ý lâu dài vào QLC NAND đến từ sự mở rộng của hạ tầng dữ liệu AI, chứ không phải từ một thông số sản phẩm đơn lẻ. Khi hồ dữ liệu doanh nghiệp, lưu trữ đối tượng, truy xuất suy luận (inference retrieval) và dữ liệu phân tích tăng trưởng nhanh chóng, các trung tâm dữ liệu cần mật độ dung lượng cao hơn trên mỗi tủ rack và dung lượng trên mỗi watt. SSD QLC phù hợp với nhu cầu này. Nhưng QLC không phải không có rủi ro: chu kỳ giá NAND, tốc độ xác thực của khách hàng, độ bền ghi, nhiệt, miền hỏng hóc và sự tập trung nguồn cung đều có thể ảnh hưởng đến tốc độ áp dụng. Để đánh giá xu hướng ngành của QLC, cần đánh giá đồng thời độ chín của công nghệ, mức độ áp dụng thực tế của khách hàng, sản lượng SSD doanh nghiệp, giá NAND và cơ cấu chi tiêu vốn cho trung tâm dữ liệu AI.

Nếu bạn theo dõi QLC NAND, SSD doanh nghiệp và chuỗi cung ứng trung tâm dữ liệu AI, bạn có thể đặt các thay đổi công nghệ, lợi nhuận của công ty và chi phí giao dịch vào một khung quan sát thống nhất. Về mặt công nghệ, hãy tập trung vào SSD dung lượng lớn, giá NAND, hoạt động mua sắm của các nhà cung cấp đám mây và việc mở rộng hồ dữ liệu AI. Về mặt giao dịch, ngoài sự biến động của giá cổ phiếu, hãy chú ý đến hoa hồng, phí nền tảng, phí tổ chức bên ngoài, quy đặt lệnh và chi tiết sao kê. Người dùng đáp ứng các quy định về khu vực và yêu cầu xác minh danh tính có thể sử dụng Biya để quan sát cổ phiếu Hoa Kỳ, cổ phiếu Hồng Kông, tài sản kỹ thuật số và các thị trường đa tài sản khác, đồng thời đánh giá chi phí giao dịch thực tế cùng với cấu trúc phí.Nội dung này chỉ nhằm mục đích giúp hiểu thông tin thị trường công khai và cấu trúc phí, không phải là lời khuyên đầu tư. Trước khi thực hiện bất kỳ giao dịch nào, bạn nên tự đưa ra phán đoán độc lập dựa trên mức độ chấp nhận rủi ro của bản thân, quy tắc của nền tảng và các yêu cầu quy định tại địa phương.

Câu hỏi thường gặp

Sự khác biệt lớn nhất giữa QLC NAND và TLC NAND đối với SSD doanh nghiệp là gì?

Sự khác biệt lớn nhất giữa QLC NAND và TLC NAND nằm ở mật độ dung lượng, chi phí và độ bền ghi. QLC lưu trữ 4 bit trên mỗi ô, mang lại mật độ cao hơn và phù hợp cho các tình huống dung lượng lớn và thiên về đọc. TLC lưu trữ 3 bit trên mỗi ô và thường cân bằng hơn về độ bền ghi, tính nhất quán độ trễ và hiệu suất khối lượng công việc hỗn hợp.

Các khối lượng công việc trong trung tâm dữ liệu AI nào mà SSD QLC phù hợp nhất?

Ổ SSD QLC phù hợp hơn với các hồ dữ liệu AI, lưu trữ đối tượng, tập dữ liệu huấn luyện, thư viện tài sản đa phương thức, dữ liệu truy xuất suy luận và các truy vấn phân tích. Các kịch bản này thường liên quan đến dung lượng lớn, tần suất đọc cao và số lần ghi tương đối được kiểm soát, giúp QLC dễ dàng phát huy ưu thế về chi phí trên mỗi TB, mật độ trên mỗi tủ rack và hiệu suất đọc.

Ổ SSD Doanh Nghiệp NAND QLC Có Thể Thay Thế Hoàn Toàn HDD Không?

Ổ SSD doanh nghiệp NAND QLC không thể đơn giản thay thế HDD trong mọi kịch bản. Chúng có ưu thế về độ trễ thấp, thông lượng đọc cao, mật độ trên mỗi tủ rack và hiệu quả năng lượng, khiến chúng phù hợp với một số khối công việc dữ liệu ấm và chuyên đọc. Tuy nhiên, đối với kho lưu trữ lạnh chi phí cực thấp và dữ liệu lâu dài ít được truy cập, HDD, băng từ hoặc lưu trữ đối tượng lạnh vẫn có thể tiết kiệm chi phí hơn.

Doanh nghiệp nên ưu tiên những chỉ số nào khi mua SSD QLC?

Khi mua SSD QLC, doanh nghiệp nên ưu tiên DWPD, TBW, PLP, QoS, mức tiêu thụ điện năng, thế hệ giao tiếp, thời gian bảo hành, write amplification và kết quả thử nghiệm trên khối lượng công việc thực tế. Dung lượng và tốc độ đọc tuần tự chỉ là những chỉ số cơ bản. Độ ổn định lâu dài phụ thuộc nhiều hơn vào thiết kế bộ điều khiển, firmware và mức độ phù hợp với khối lượng công việc.

SSD QLC có phù hợp với cơ sở dữ liệu và khối lượng công việc ghi tần suất cao không?

SSD QLC nhìn chung không lý tưởng cho việc ghi dữ liệu tần suất cao liên tục, nhật ký cơ sở dữ liệu, hoặc các khối lượng công việc nhạy cảm với độ trễ. Các tình huống này đòi hỏi độ bền cao hơn, độ trễ đuôi thấp và hiệu suất ghi ổn định. Các doanh nghiệp thông thường nên đánh giá trước SSD doanh nghiệp TLC hoặc các phương án thay thế có độ bền cao hơn, và dựa vào thử nghiệm khối lượng công việc thực tế trước khi triển khai.

Nhà đầu tư cá nhân có thể theo dõi các cơ hội trong ngành NAND QLC như thế nào?

Các nhà đầu tư cá nhân có thể theo dõi lượng xuất xưởng SSD doanh nghiệp, quá trình kiểm chứng sản phẩm QLC dung lượng lớn, chu kỳ giá NAND, chi phí đầu tư của các công ty đám mây, sự mở rộng trung tâm dữ liệu AI, và những thay đổi về biên lợi nhuận gộp của các công ty liên quan. QLC NAND là một tín hiệu xu hướng của ngành, nhưng điều đó không có nghĩa là các cổ phiếu liên quan nhất định sẽ tăng giá. Nhà đầu tư vẫn cần đánh giá định giá, tính chu kỳ và rủi ro trước khi giao dịch.