- SanDisk ha reducido el tiempo de preacondicionamiento de SSD de días a solo unas pocas horas
- SPRandom logra un rendimiento de estado estable usando solo una escritura completa en el disco
- SPRandom de código abierto ofrece a los hiperescaladores una opción de implementación rápida
SanDisk ha abierto un algoritmo clave que puede acelerar drásticamente el proceso de preacondicionamiento de unidades de estado sólido (SSD).
SanDisk Pseudo Random (o SPRandom) reduce el tiempo necesario para preparar una unidad para el funcionamiento en estado estable de 160 horas a aproximadamente 6,5 horas.
Los métodos de preacondicionamiento tradicionales requieren escribir datos en dos o más veces la capacidad total de la unidad mediante operaciones secuenciales y aleatorias. Pero el nuevo algoritmo escribe en cada dirección lógica sólo una vez, completando todo el proceso en menos del cinco por ciento del tiempo original.
El preacondicionamiento de SSD es importante para las cargas de trabajo de centros de datos y de IA
Los SSD recién salidos de la caja muestran un rendimiento variable, hasta que pasan por un proceso llamado preacondicionamiento que estabiliza su comportamiento.
Durante este proceso, el controlador llena la unidad, inicia la recolección de basura, realiza nivelación de desgaste y distribuye bloques sobreaprovisionados al área de almacenamiento.
Esta actividad en segundo plano debe alcanzar un estado estable antes de que el rendimiento de E/S de la unidad sea predecible y confiable para su uso en producción.
El preacondicionamiento tradicional de una unidad de 128 TB lleva 160 horas, o más de siete días, pero SPRandom de SanDisk completa la misma tarea en sólo 6,5 horas.
Una unidad de 256 TB requirió hasta 250 horas, aproximadamente 10,5 días, utilizando el método convencional, mientras que SPRandom nuevamente terminó en solo 6,5 horas.
Estas cifras indican que SPRandom de Sandisk redujo el tiempo de preacondicionamiento entre un 95% y un 97,4%.
El algoritmo SPRandom divide la unidad en secciones superpuestas, y la cantidad de superposición corresponde al sobreaprovisionamiento esperado para cada sección.
A medida que aumenta la dirección física, la cantidad de sobreaprovisionamiento entre unidades disminuye gradualmente.
Las matemáticas detrás de SPRandom calculan cómo se distribuye el sobreaprovisionamiento después del acondicionamiento previo, lo que garantiza un rendimiento estable en una única pasada de escritura en una unidad física.
SanDisk lanzó el código SPRandom como una extensión de la herramienta FIO, que significa Flexible IO Tester, poniéndola a disposición de toda la industria del almacenamiento de forma gratuita.
Esto es importante para la IA, pero no para tu PC para juegos.
Los operadores de centros de datos a hiperescala e infraestructura de inteligencia artificial compran SSD en grandes cantidades y necesitan prepararlos para la producción lo más rápido posible.
La reducción de más de 150 horas en el tiempo de preacondicionamiento por unidad se traduce directamente en una implementación más rápida y menores costos operativos para los proveedores de la nube.
Las cargas de trabajo de IA son particularmente sensibles a la variabilidad del rendimiento del almacenamiento porque las tareas de capacitación y estimación exigen un comportamiento de E/S consistente en miles de unidades que operan en paralelo.
Pero, para una PC para juegos típica con una sola unidad, pasar una semana adicional preacondicionando una nueva SSD no es relevante para la experiencia del usuario final.
La tecnología ofrece mucho valor a escala, pero el consumidor medio nunca notará la diferencia.
La decisión de SanDisk de abrir el algoritmo es realmente generosa, pero los beneficiarios son los operadores de centros de datos con matrices de almacenamiento masivas.
En pocas palabras, las matemáticas son inteligentes, el ahorro de tiempo es real y el impacto en la infraestructura de IA puede ser sustancial.
Sin embargo, su PC para juegos seguirá funcionando exactamente como siempre y eso es lo correcto.
A través del archivo Blocksand
Siga TechRadar en Google News Y Agréganos como fuente preferida Recibe noticias, reseñas y opiniones de nuestros expertos en tu feed.
