近日，美光科技股份有限公司宣布，推出数据中心 SSD 产品美光 9550 NVMe SSD和第九代NAND 闪存技术产品。在7月31日举行的媒体交流会上，美光相关产品负责人对两款产品的技术参数进行了介绍，并称，9550 SSD基于NVIDIA H100 GPU平台，针对AI工作负载进行了优化，特别考虑了采用大型加速器内存（BaM）进行图神经网络（GNN）训练。
大型语言模型（LLM）需要高顺序读取速率，而图形神经网络（GNN）则需要高随机读取性能。记者在媒体交流会上了解到，美光 9550 NVMe SSD顺序读取速率达14.0 GB/s， 顺序写入速率达10.0 GB/s ，相较业界同类 SSD实现67%的性能提升。相较市场上的同类 NAND 解决方案，美光第九代 NAND 闪存技术产品的写入带宽和读取带宽分别高出 99% 和 88%。
美光展示了9550 SSD应对不同AI工作负载方面的数据表现：当使用 BaM 进行 GNN 训练时，SSD 平均功耗降低43%，整体系统能耗减少29%；应用于NVIDIA Magnum IO GPUDirect Storage时，每传输 1TB 数据，SSD 能耗降低81%；应用于MLPerf训练时， SSD 能耗降低35%，系统能耗降低13%；使用 Microsoft DeepSpeed 对 Llama LLM 训练进行微调时，SSD 能耗降低21%。
理论上，NAND芯片的堆叠层数越多，其输入输出效率越高、读写速度越快、功耗越低，在相同容量情况下物理空间占用越小。在美光公司媒体交流会上，美光存储事业部 NAND 产品生命周期管理及应用工程总监Daniel Loughmiller回应了记者对堆叠层数的关注：“美光的第七代NAND有176层，第八代NAND增加到了232层，而此次发布的第九代NAND达到了276层。但随着层数的增加，层数对NAND性能的重要性会降低。”他表示，美光正在研究多项前沿技术，并预计NAND层数将继续增加，但如何降低能耗、提高性能和芯片密度，比单纯的层数要求更为重要。
