EO523

NAND in tale contesto: innovazioni come le strutture TLC (Three-Level Cell) e QLC (Quad-Level Cell) per- mettono di espandere ulteriormente la capacità di queste memorie. “Ora possiamo sfruttare la tecnolo- gia di stacking 3D NAND, che permette di impilare più di 200 strati, mentre SSD con capacità dell’ordine dei Terabyte stanno diventando di uso comune”. Silicon Motion è sempre stata all’avanguardia nel- lo sviluppo nel campo delle Flah NAND. La società è stata la prima a introdurre un controllore per SSD con NAND QLC (4 bit per cella), fissando uno standard ele- vato in termini di prestazioni e durata per le applica- zioni di intelligenza artificiale. I modelli LLM (Large Language Model, ovvero modelli linguistici di grandi dimensioni), come per esempio GPT, rappresentano un ottimo esempio dell’impatto dell’AI sui sistemi di archiviazione. Con miliardi di parametri, questi mo- delli basati su trasformer (trasformatori, ovvero reti neurali che apprendono il modo in cui i dati vengono utilizzati tenendo traccia delle relazioni all’interno delle sequenze che li contengono) richiedono un’im- mensa quantità di spazio di archiviazione e continue operazioni di lettura/scrittura durante le fasi di ad- destramento e inferenza. Come ha osservato Duann: “Con l’evoluzione degli LLM e di altri modelli genera- tivi, l’archiviazione basata su NAND dovrà soddisfare requisiti di velocità, capacità ed efficienza energetica sempre più elevati”. La strategia di Silicon Motion per l’era dell’in- telligenza artificiale Vista la crescente importanza dell’intelligenza arti- ficiale nei dispositivi consumer, Silicon Motion si è focalizzata sullo sviluppo di soluzioni di memoria ca- ratterizzate da velocità e capacità maggiori e consu- mi inferiori. “Il nostro impegno – ha detto Duann – è aumentare la densità degli SSD e individuare nel con- tempo modalità innovative per incrementare la capa- cità senza aumentare proporzionalmente il consumo di energia”. Una delle aree in cui si sta concentrando l’attenzione di Silicon Motion è l’utilizzo di geometrie di processo all’avanguardia dei suoi partner di fonderia e di nuove tecniche come le isole di potenza (power island) per il controllo granulare dei chip. L’azienda, inoltre, sta analizzando metodi avanzati per l’organizzazione dei dati, come FDP (Flexible Data Placement) per le unità a stato solido (SSD) e ZNS (Zone Name Space) per le applicazioni mobili, in modo da rendere disponibili le soluzioni di archiviazione più adatte alle diverse esi- genze dei vari dispositivi. TECH INSIGHT STORAGE ciale. Duann ha voluto sottolineare l’importanza dei progressi nel campo delle tecnologie di memoria. “Lo sviluppo di interfacce di memoria più veloci e di me- morie di maggiore capacità ha svolto un ruolo fonda- mentale nella crescita dell’intelligenza artificiale”. La “fame” di dati tipica dell’intelligenza artificiale ha provocato un sensibile incremento della richiesta di una maggiore ampiezza di banda di interfacciamento e di architetture di memoria più efficienti. Come ha osservato Duann, “l’intelligenza artificiale richiede e genera un’enorme mole di dati, soprattutto nel caso dell’AI generativa dove le uscite, che siano video, au- dio o immagini sintetizzate, vengono create in grande quantità”. L’impatto dell’AI sui requisiti di archiviazione La crescente diffusione di applicazioni basate sull’in- telligenza artificiale, in particolare di quelle che uti- lizzano l’AI generativa come ChatGPT, ha senza dubbio un impatto notevole sui sistemi di archiviazione. La maggior parte delle attuali applicazioni sono basate su cloud e ospitate in data center di enormi dimensio- ni gestiti da colossi tecnologici quali Google, Micro- soft e Meta. In questi data center sono stati effettuati importanti investimenti a livello hardware per poter supportare in maniera efficace i carichi di lavoro tipi- ci dell’intelligenza artificiale. Tuttavia, nel momento in cui l’intelligenza artificia- le ha iniziato a migrare verso i dispositivi ubicati alla periferia della rete come PC, smartphone e persino automobili, i requisiti di elaborazione e archiviazio- ne sono inevitabilmente destinati a cambiare. Tra i numerosi elementi che contribuiscono al passaggio dell’intelligenza artificiale dal cloud verso la rete, le preoccupazioni inerenti la privacy occupano un posto di primo piano. Come ha sottolineato Duann: “L’edge AI contribuisce a proteggere la privacy degli utenti in modo più efficace, in quanto permette di eseguire l’e- laborazione degli algoritmi di intelligenza artificiale a livello locale, ovvero direttamente sui dispositivi. Uno scenario di questo tipo genererà un enorme aumento della domanda di memoria e di potenza di elaborazio- ne sui dispositivi consumer di uso quotidiano”. Il futuro dell’archiviazione su Flash NAND per le applicazioni AI Man mano che l’intelligenza artificiale si sposta ver- so la periferia aumenta la richiesta di soluzioni di ar- chiviazione in grado di soddisfare le nuove esigenze in termini di densità, velocità ed efficienza. Duann ha sottolineato il ruolo chiave della tecnologia Flash ELETTRONICA OGGI 523 - GENNAIO/FEBBRAIO 2025 22