เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) กำลังเข้ามามีบทบาทสำคัญในหลากหลายอุตสาหกรรม ไม่ว่าจะเป็นการวินิจฉัยทางการแพทย์ การวิเคราะห์ทางการเงิน ระบบยานยนต์อัตโนมัติ ไปจนถึงการบริหารจัดการกระบวนการทำงานในองค์กรขนาดใหญ่ ส่งผลให้ความต้องการด้านการประมวลผลและการจัดเก็บข้อมูลเพิ่มสูงขึ้นอย่างต่อเนื่อง

                ในยุคของ Machine Learning และ Generative AI ข้อมูลกลายเป็นทรัพยากรสำคัญที่สุด และองค์กรจำนวนมากก็ต้องจัดเก็บข้อมูลจำนวนมหาศาล ระดับ Petabyte หรืออาจจะถึงระดับ Exabyte ด้วยซ้ำเพื่อรองรับการฝึกสอนโมเดล AI ที่มีความซับซ้อนมากขึ้น การจัดเก็บ การเรียกใช้งาน และการประมวลผลข้อมูลเหล่านี้อย่างมีประสิทธิภาพ จึงกลายเป็นปัจจัยสำคัญที่ส่งผลโดยตรงต่อประสิทธิภาพของระบบ AI

                อย่างไรก็ตาม แม้เทคโนโลยีด้านการประมวลผลจะก้าวหน้าอย่างรวดเร็ว แต่โครงสร้างพื้นฐานของการจัดเก็บข้อมูล แบบดั้งเดิมกลับเริ่มเผชิญข้อจำกัดในการรองรับงาน AI ขนาดใหญ่ ทั้งในด้านต้นทุน ความซับซ้อน และประสิทธิภาพการเข้าถึงข้อมูล

ข้อจำกัดของการใช้ระบบจัดเก็บข้อมูลแบบเดิม

                หนึ่งในแนวทางที่ได้รับความนิยมในปัจจุบันก็คือการใช้ SSD เนื่องจากมีประสิทธิภาพในการอ่านและเขียนข้อมูลได้อย่างรวดเร็ว ทำให้เหมาะสำหรับงานที่ต้องการความเร็วสูง อย่างไรก็ตาม SSD ก็ยังคงมีต้นทุนต่อความจุที่ค่อนข้างสูง ดังนั้นหากต้องจัดเก็บข้อมูลจำนวนมหาศาลสำหรับงานด้าน AI การพึ่งพา SSD เพียงอย่างเดียวจึงยังไม่คุ้มค่ากับการลงทุน

                ด้วยเหตุนี้ ระบบจัดเก็บข้อมูลที่ใช้ฮาร์ดดิสก์ ไม่ว่าจะเป็นแบบที่เชื่อมต่อด้วย SAS หรือ SATA ยังคงเป็นทางเลือกที่ได้รับความนิยมอยู่ เนื่องจากมีต้นทุนต่ำกว่าและยังได้พื้นที่จัดเก็บข้อมูลจำนวนมากกว่าอย่างเห็นได้ชัด แต่อย่างไรก็ดีสถาปัตยกรรมเหล่านี้ไม่ได้ถูกออกแบบเพื่องานด้าน AI โดยเฉพาะ ดังนั้นจึงไม่รองรับความต้องการด้าน Throughput และ Latency ที่งานด้าน AI ต้องการได้อย่างเต็มประสิทธิภาพ

                นอกจากนี้ การจัดเก็บข้อมูลบน Cloud แม้จะช่วยเพิ่มความยืดหยุ่นในการใช้งาน แต่ก็อาจก่อให้เกิดต้นทุนในการรับส่งข้อมูล (WAN Transfer Cost) ความหน่วงของเครือข่าย (Latency) และระยะเวลาในการดึงข้อมูลที่ไม่แน่นอน ซึ่งทั้งหมดนี้ส่งผลต่อประสิทธิภาพของระบบ AI โดยตรง และจากข้อจำกัดเหล่านี้ ผู้ผลิตฮาร์ดดิสก์ได้พยายามหาทางออกใหม่ๆ ที่มีความสมดุลระหว่าง "ความจุ ต้นทุน และประสิทธิภาพ" เพื่อรองรับ AI ในปัจจุบันและอนาคต

ฮาร์ดดิสก์ NVMe แนวคิดใหม่สำหรับ AI Storage

                เพื่อตอบโจทย์ความท้าทายดังกล่าว Seagate ผู้ผลิตฮาร์ดดิสก์รายสำคัญของโลก จึงได้มีแนวคิดที่จะนำเทคโนโลยี NVMe (Non-Volatile Memory Express) มาใช้กับฮาร์ดดิสก์ความจุสูง และจะเป็นก้าวสำคัญในการพัฒนาโครงสร้างพื้นฐานด้านระบบการจัดเก็บข้อมูลสำหรับงานด้าน AI โดยเฉพาะ

                โดยทั่วไป NVMe เป็นมาตรฐานการเชื่อมต่อที่ได้รับความนิยมแพร่หลาย และพบได้จาก SSD ประสิทธิภาพสูงในปัจจุบัน เนื่องจากสามารถส่งผ่านข้อมูลได้อย่างรวดเร็ว มี Latency ต่ำ และทำงานได้อย่างมีประสิทธิภาพกับระบบประมวลผลในปัจจุบัน โดย Seagate เปิดเผยข้อมูลว่า การนำ NVMe มาใช้กับฮาร์ดดิสก์ จะช่วยลดความซับซ้อนของระบบการจัดเก็บข้อมูลได้อย่างมาก เนื่องจากไม่จำเป็นต้องใช้ Host Bus Adapter (HBA) หรืออุปกรณ์แปลงโปรโตคอลเพิ่มเติมเหมือนมาตรฐาน SAS แบบเดิม ส่งผลให้การติดตั้งและบริหารจัดการระบบทำได้ง่ายขึ้น นอกจากนี้ยังช่วยให้ SSD กับฮาร์ดดิสก์สามารถทำงานร่วมกันได้ภายใต้สถาปัตยกรรม NVMe เดียวกัน ทำให้องค์กรสามารถใช้ SSD สำหรับข้อมูลที่ต้องเข้าถึงบ่อย และใช้ฮาร์ดดิสก์สำหรับการจัดเก็บข้อมูลระยะยาวได้อย่างมีประสิทธิภาพ

ปลดล็อกประสิทธิภาพ AI ด้วยการเข้าถึงข้อมูลโดยตรง

                หนึ่งในจุดเด่นสำคัญของฮาร์ดดิสก์ NVMe นี้ก็คือ ความสามารถในการรองรับการเข้าถึงข้อมูลโดยตรงจาก GPU ผ่าน Data Processing Units (DPUs)

                เนื่องจากในระบบการจัดเก็บข้อมูลแบบเดิม ๆ ข้อมูลจะต้องผ่านซีพียูก่อนถูกส่งไปยัง GPU ทำให้เกิดคอขวดในการประมวลผล โดยเฉพาะเมื่อ AI ต้องจัดการกับชุดข้อมูลขนาดใหญ่ แต่ด้วยสำหรับฮาร์ดดิสก์ NVMe ข้อมูลสามารถถูกส่งตรงไปยัง GPU ได้อย่างมีประสิทธิภาพมากขึ้น ลดภาระของซีพียู และลด Latency ในการประมวลผลลงได้ ส่งผลให้การฝึกสอนโมเดล AI และการวิเคราะห์ข้อมูลขนาดใหญ่ทำได้รวดเร็วกว่าเดิม นอกจากนี้ เทคโนโลยี NVMe over Fabrics (NVMe-oF) ยังช่วยให้ระบบการจัดเก็บข้อมูลสามารถขยายตัวได้อย่างยืดหยุ่น รองรับการเชื่อมต่อในระดับ Data Center และ AI Cluster ขนาดใหญ่ ซึ่งเป็นสิ่งสำคัญสำหรับองค์กรที่ต้องการขยายระบบ AI ในอนาคต

ฮาร์ดดิสก์ NVMe มีผลการพิสูจน์ด้วยการทดสอบจริง

                จากแนวคิดดังกล่าวนี้ Seagate ได้พัฒนาโครงการ Proof of Concept (POC) ขึ้นมาเพื่อทดสอบการทำงานของฮาร์ดดิสก์ NVMe ซึ่งผลการทดสอบการทำงานร่วมกับ NVMe SSDs, NVIDIA BlueField DPUs และซอฟต์แวร์ AIStore ก็แสดงให้เห็นถึงศักยภาพของระบบการจัดเก็บข้อมูลรูปแบบใหม่นี้กับการรองรับงาน AI ระดับองค์กร โดยสามารถลดความหน่วงในการเข้าถึงข้อมูล เพิ่มประสิทธิภาพการสื่อสารระหว่าง Storage และ GPU รวมถึงลดความซับซ้อนของโครงสร้างพื้นฐานเดิมที่ต้องพึ่งพา SAS/SATA

                นอกจากนี้ระบบ AIStore ยังช่วยจัดการข้อมูลด้วยเทคนิค Caching และ Tiering อย่างอัตโนมัติ ทำให้ข้อมูลที่ใช้งานบ่อยถูกจัดเก็บในพื้นที่ที่มีประสิทธิภาพสูง ขณะที่ข้อมูลทั่วไปยังคงถูกเก็บรักษาในส่วนเก็บข้อมูลที่มีความจุสูงอย่างคุ้มค่า ที่สำคัญ ระบบดังกล่าวนี้ยังสามารถขยายขนาดได้ถึงระดับ Exabyte และรองรับการสร้าง AI Storage Cluster หลายตู้แร็กได้อย่างมีประสิทธิภาพ

Seagate ได้มีการใช้งานจริงในโรงงานอัจฉริยะ

                Seagate ได้ใช้ AI ในกระบวนการผลิตของตัวเองมาเป็นเวลาหลายปีแล้ว โดยเฉพาะในกระบวนการตรวจสอบคุณภาพสินค้าแบบอัตโนมัติ ซึ่งระบบนี้ต้องจัดเก็บภาพความละเอียดสูงจำนวนมหาศาล เพื่อใช้ในการวิเคราะห์หาข้อบกพร่องของสินค้าและนำไปฝึกสอนโมเดล AI อย่างต่อเนื่อง ดังนั้นฮาร์ดดิสก์ NVMe จึงมีบทบาทสำคัญในการรองรับการจัดเก็บข้อมูลเหล่านี้ โดยสามารถเก็บข้อมูลจำนวนมากได้โดยไม่จำเป็นต้องบีบอัดภาพ ลดต้นทุนในการจัดเก็บ และยังสามารถเรียกใช้งานข้อมูลเพื่อฝึกสอนโมเดลใหม่ได้อย่างรวดเร็ว

                นอกจากการผลิตของ Seagate แล้ว เทคโนโลยีนี้ยังสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมอื่น ๆ ได้อีกเช่น รถยนต์ไร้คนขับ การวิเคราะห์ภาพทางการแพทย์ การวิเคราะห์ข้อมูลทางการเงิน และแพลตฟอร์ม AI บน Cloud ขนาดใหญ่

มีข้อดีด้านความยั่งยืนและการลดต้นทุนในระยะยาว

                เนื่องจาก Data Center สำหรับ AI ใช้พลังงานจำนวนมหาศาล ดังนั้นนอกจากเรื่องประสิทธิภาพแล้ว อีกหนึ่งประเด็นสำคัญที่ได้จากเทคโนโลยีใหม่นี้ก็คือ ความยั่งยืนด้านพลังงาน โดย Seagate ระบุว่าฮาร์ดดิสก์ NVMe สามารถช่วยลดผลกระทบต่อสิ่งแวดล้อมได้อย่างมีนัยสำคัญ โดยมีประสิทธิภาพด้านคาร์บอนฟุตพรินต์ต่อความจุสูงกว่า SSD ถึงประมาณ 10 เท่า และในการดำเนินการต่อความจุระดับเทราไบต์ ก็ใช้พลังงานน้อยกว่ากันประมาณ 4 เท่าทีเดียว ดังนั้นเมื่อพิจารณาร่วมกับต้นทุนต่อความจุที่ต่ำกว่า ฮาร์ดดิสก์จึงยังคงเป็นทางเลือกที่มีความคุ้มค่าสูงสำหรับการจัดเก็บข้อมูล AI ในระยะยาว

ฮาร์ดดิสก์ NVMe เป็นนวัตกรรมสำหรับงาน AI ที่ต้องจับตามอง

                การเติบโตอย่างรวดเร็วของ AI กำลังผลักดันให้องค์กรต้องทบทวนแนวทางการจัดเก็บข้อมูลใหม่ทั้งหมด เนื่องจากความท้าทายด้านปริมาณข้อมูล ต้นทุน และประสิทธิภาพ ไม่สามารถแก้ไขได้ด้วยเทคโนโลยีเดิมเพียงอย่างเดียว ดังนั้นฮาร์ดดิสก์ NVMe ที่ช่วยลดความซับซ้อนของระบบ เพิ่มประสิทธิภาพในการเข้าถึงข้อมูล และรองรับการขยายตัวของ AI ในระดับองค์กร จากการใช้ข้อดีของฮาร์ดดิสก์ และเทคโนโลยี NVMe จึงเป็นนวัตกรรมที่น่าจับตามอง

                ขณะนี้ Seagate กำลังเดินหน้าพัฒนาแพลตฟอร์ม Mozaic ซึ่งปัจจุบันสามารถผลิตฮาร์ดดิสก์ที่มีความจุสูงถึง 36TB และมีแผนพัฒนาสู่ความจุที่สูงยิ่งขึ้นในอนาคต พร้อมกันนี้ยังมุ่งพัฒนาเทคโนโลยี NVMe-oF และ Reference Architecture สำหรับระบบการจัดเก็บข้อมูลสำหรับงาน AI เพื่อช่วยให้องค์กรสามารถออกแบบและติดตั้งระบบได้ง่ายขึ้น