Dwutrybowy SSD DapuStor poświęca pojemność na rzecz szybszych zapisów losowych
DapuStor zaprezentował dwutrybowy dysk SSD, który przeznacza od 6% do 20% pojemności QLC na trwały, szybszy obszar pSLC. Według firmy dwutrybowy SSD DapuStor zapewnia ponad siedmiokrotnie wyższą wydajność zapisów losowych niż konfiguracja wykorzystująca wyłącznie QLC.
To istotna obietnica dla nabywców korporacyjnych, których przyciąga gęstość QLC, ale ogranicza charakterystyka zapisu tej pamięci. DapuStor w praktyce dzieli jeden fizyczny J5060 na dwa widoczne dla hosta obszary pamięci, z których każdy jest zoptymalizowany pod inne zadanie.
Projekt podważa utrwaloną praktykę łączenia wysokopojemnościowych dysków QLC z oddzielnymi SSD ukierunkowanymi na zapisy. DapuStor nie opublikował jednak cen, pełnych danych dotyczących wytrzymałości, niezależnych testów wydajności trybu dual-mode ani daty powszechnej dostępności.
Dwutrybowy SSD DapuStor dzieli jeden dysk na dwa obszary
Kluczową zmianą nie jest większy cache. To stały podział między pamięcią o dużej pojemności a niezależnie adresowalnym obszarem o wysokiej wydajności.
DapuStor ujawnił tę architekturę 12 sierpnia, po jej prezentacji na FMS: Future of Memory and Storage 2026 w Santa Clara. Firma opisała projekt jako konfigurację dual-mode SLC plus QLC dla obciążeń korporacyjnych.
Implementacja nie umieszcza dedykowanej pamięci NAND SLC obok układów QLC. Zamiast tego kontroler obsługuje wybrane komórki QLC w trybie pseudo-SLC, powszechnie skracanym do pSLC.
QLC, czyli pamięć flash typu quad-level cell, przechowuje cztery bity w każdej komórce. Zwiększa to gęstość pamięci, ale wymaga też od kontrolera rozróżniania 16 możliwych stanów napięcia.
SLC przechowuje jeden bit w komórce i wykorzystuje tylko dwa stany. Zwykle zapisuje szybciej, wytrzymuje więcej cykli programowania i kasowania oraz wymaga mniej precyzyjnego ustawiania napięcia.
Pseudo-SLC wykorzystuje wielobitową pamięć NAND tak, jak gdyby była SLC. Technika zwiększa szybkość i wytrzymałość kosztem znacznej części natywnej pojemności NAND.
Konsumenckie dyski QLC często wykorzystują zmienną pulę wolnej pamięci NAND jako cache zapisu SLC. Dane wejściowe trafiają tam szybko, a następnie są przenoszone do gęstszej pamięci QLC po początkowym zapisie.
Taki układ może zapewniać wysokie prędkości chwilowe. Wydajność może jednak gwałtownie spaść po zapełnieniu cache, przy dużym zapełnieniu dysku lub gdy przenoszenie danych w tle nie nadąża.
Podejście DapuStor jest inne. Przydział pSLC pozostaje dostępny jako zdefiniowany obszar i jest widoczny dla hosta jako oddzielne urządzenie blokowe.
Obszar QLC również występuje jako własne urządzenie. Oprogramowanie pamięci masowej może więc kierować zapisy wrażliwe na opóźnienia do pSLC, pozostawiając dane masowe w gęstszym obszarze.
DapuStor twierdzi, że konfiguracja nośnika odbywa się przez optymalizację firmware'u i kontrolera. Jego projekt dual-mode wykorzystuje izolację na poziomie kości, zoptymalizowany przydział rezerwy SLC oraz harmonogramowanie I/O uwzględniające obszary.
Izolacja na poziomie kości ma ograniczać zakłócenia między operacjami QLC a ruchem pSLC. Przydział rezerwy zarządza pamięcią NAND przypisaną do szybkiego obszaru, natomiast harmonogramowanie priorytetyzuje żądania wrażliwe na opóźnienia.
Mechanizmy te sprawiają, że projekt jest bardziej przemyślany niż konwencjonalny cache konsumencki. Przenoszą też odpowiedzialność na oprogramowanie pamięci masowej, które musi rozpoznać właściwe dane dla każdego obszaru.
DapuStor wykorzystuje dysk o pojemności 30,72 TB, by zobrazować wymianę pojemności. W jednej konfiguracji około 4 TB natywnej pojemności QLC staje się 800 GB użytecznego pSLC.
Ta konwersja jest bliższa stosunkowi 5:1, niż sugerowałoby proste obliczenie 4:1. Część fizycznej pojemności może być zużywana przez overprovisioning, metadane, korekcję błędów i inne wymagania kontrolera.
Inne konfiguracje rezerwują 400 GB lub 1,2 TB pSLC. W zależności od wybranego układu raportowana utrata wynosi około 6% do 20% pojemności QLC dysku.
Firma podaje, że całkowicie dwutrybowy serwer z 24 zatokami mógłby zapewnić łącznie 19,2 TB pSLC, gdy każdy dysk wnosi 800 GB. Każda zatoka nadal zachowałaby większy obszar QLC.
Taka topologia rozkłada szybką pamięć masową na wszystkie 24 łącza PCIe. Pozwala uniknąć skupienia ruchu zapisu na mniejszej liczbie dedykowanych dysków cache.
Fizyczne urządzenie pozostaje korporacyjnym SSD U.2, PCIe 4.0 x4. Obecne specyfikacje J5060 firmy DapuStor wymieniają pojemności od 15,36 TB do 122,88 TB.
Opublikowana rodzina J5060 obsługuje również NVMe 1.4a i pracę dual-port. Dwa porty są istotne w macierzach korporacyjnych, ponieważ oddzielne ścieżki mogą zachować dostęp podczas konserwacji kontrolera lub awarii.
Znaczenie leży w układzie logicznym, a nie w złączu. Jeden znany dysk korporacyjny może teraz udostępniać pamięć masową o dwóch odrębnych profilach wydajności i pojemności.
Wydajność zapisu QLC jest kluczowym problemem
DapuStor zajmuje się słabością, która ograniczała wiele gęstych dysków QLC do ról zdominowanych przez odczyt.
Korporacyjne QLC stało się atrakcyjne dla repozytoriów treści, pamięci obiektowej, zestawów danych do inferencji AI, archiwów chmurowych i innych systemów nastawionych na pojemność. Aplikacje te korzystają z wysokiej przepustowości odczytu i większej liczby terabajtów na zatokę dyskową.
DapuStor opisuje standardowy J5060 jako produkt zoptymalizowany pod odczyt. Opublikowane specyfikacje określają maksymalny odczyt sekwencyjny rodziny na 7 300 MB/s i 1,5 mln IOPS odczytu losowego.
Te same specyfikacje pokazują znacznie węższy profil zapisu. Standardowy J5060 30,72 TB jest oceniany na 30 000 IOPS zapisu losowego przy operacjach 16 KB.
Deklarowane opóźnienie zapisu losowego 16 KB wynosi 35 mikrosekund. Wskaźnik wytrzymałości rodziny sięga dla niektórych pojemności 0,5 zapisu całej pojemności dysku dziennie, czyli DWPD, przez pięć lat.
DWPD szacuje, jaką część pojemności dysku można zapisywać codziennie przez cały okres gwarancji. Sam w sobie nie opisuje opóźnień, spójności obciążenia ani trwałości pojedynczego obszaru.
Niezależne testy już pokazały, dlaczego kwestia zapisu jest istotna. Recenzja J5060 z 2025 roku porównała model 61,44 TB z P5336 firmy Solidigm.
J5060 osiągnął 7,48 GB/s w sekwencyjnym obciążeniu odczytowym 128 KB w tym teście. Wynik był niemal identyczny z 7,47 GB/s dysku Solidigm.
Porównanie zmieniło się przy zapisach losowych. Przy 16 KB J5060 zanotował około 32 400 IOPS, podczas gdy P5336 osiągnął około 51 700 IOPS.
Opóźnienie końcowe również przemawiało na korzyść dysku Solidigm w tym teście. J5060 osiągnął 181,4 milisekundy na poziomie 99,99. percentyla, wobec 71,8 milisekundy dla P5336.
Obciążenie zapisem losowym 4 KB przyniosło około 31 900 IOPS na J5060. P5336 zapewnił około 48 000 IOPS i znacząco niższe opóźnienie końcowe.
Wartości te pochodzą ze standardowej konfiguracji QLC, a nie z nowego obszaru pSLC DapuStor. Nie podważają one twierdzeń dotyczących trybu dual-mode.
Pokazują natomiast problem, który DapuStor próbuje rozwiązać. J5060 już oferuje dobrą wydajność odczytu i dużą gęstość, ale mieszane lub intensywnie zapisujące obciążenia mogą ujawnić jego ograniczenia.
Dzienniki baz danych stanowią konkretny przykład. Dziennik rejestruje zmiany, zanim baza danych zatwierdzi je w swoich głównych strukturach, chroniąc spójność po awarii.
Dzienniki zapisu wyprzedzającego, czyli WAL, działają według podobnej zasady. Często obejmują niewielkie, częste zapisy wrażliwe na opóźnienia, które mogą opóźniać kolejne operacje, jeśli reakcja pamięci masowej staje się niespójna.
Cache metadanych również generują małe aktualizacje, które mają większe znaczenie operacyjne, niż sugeruje ich rozmiar. Duży wolumin QLC może przechowywać bazowy zestaw danych, a jednocześnie mieć trudności z obsługą tych intensywnych zapisów.
Trenowanie AI tworzy kolejny mieszany wzorzec. Główny zestaw danych może być duży i intensywnie odczytywany, podczas gdy checkpointy, metadane, logi i stan pośredni generują serie zapisów.
DapuStor proponuje przechowywanie dużego zestawu danych w QLC i kierowanie bardziej intensywnych danych do pSLC. Umieszcza to oba zachowania pamięci masowej za każdym połączeniem dysku.
Firma twierdzi, że jej obszar pSLC przewyższa ponad siedmiokrotnie wydajność zapisu losowego dysku wyłącznie QLC. Podaje również średnie opóźnienie zapisu losowego 4 KB poniżej ośmiu mikrosekund.
Wartości te nie są bezpośrednio porównywalne z każdą opublikowaną liczbą dla J5060. Standardowa ocena DapuStor wykorzystuje zapisy losowe 16 KB, podczas gdy deklaracja pSLC poniżej ośmiu mikrosekund dotyczy operacji 4 KB.
Głębokość kolejki, czas trwania obciążenia, zapełnienie dysku, overprovisioning i warunki stanu ustalonego mogą wpływać na wynik testu pamięci masowej. Nabywcy potrzebują zgodnych parametrów testowych, zanim potraktują te wartości jako pełne porównanie wydajności.
Mimo to podstawowy kierunek jest wiarygodny. Praca pamięci NAND w trybie jednobitowym zmniejsza liczbę stanów napięcia i upraszcza programowanie.
Otwarte pozostaje pytanie, jak konsekwentnie DapuStor pSLC QLC SSD utrzymuje tę przewagę w pełnym systemie. Wymaga to niezależnego testowania obu obszarów przy równoczesnym obciążeniu.
Pojemność kontra wydajność to rzeczywista decyzja produktowa
DapuStor pSLC QLC SSD nie eliminuje kompromisu między gęstością a szybkością. Pozwala operatorom zdecydować, gdzie ten kompromis się pojawi.
Przekształcenie komórek QLC w pSLC zmniejsza użyteczną pojemność, ponieważ każda komórka przechowuje mniej bitów. Przykład 30,72 TB wyjątkowo wyraźnie pokazuje ten koszt.
Nabywca nie zyskuje po prostu 800 GB szybkiej pamięci masowej. System rezygnuje z około 4 TB pojemności QLC, aby ją stworzyć.
Taka wymiana może nadal mieć sens operacyjny. Klaster mógłby w przeciwnym razie potrzebować dedykowanych SSD o wysokiej wytrzymałości dla dzienników, cache lub buforów zapisu.
Oddzielne dyski zajmują zatoki, linie PCIe, zasoby kontrolera, energię i wydajność chłodzenia. Mogą też tworzyć skoncentrowane wąskie gardła, gdy wiele dysków pojemnościowych zależy od jednego szybkiego urządzenia.
DapuStor opisuje konwencjonalny układ, w którym jeden dysk ukierunkowany na SLC obsługuje pięć dysków QLC o pojemności 30,72 TB. Skokowy ruch może nasycić łącze tego dysku SLC, podczas gdy inne łącza pozostają niewykorzystane.
Układ dual-mode rozprowadza szybkie obszary po wszystkich uczestniczących SSD. System z 24 dyskami może przetwarzać zapisy przez 24 obszary pSLC, zamiast kierować je przez kilka urządzeń cache.
To najważniejszy argument systemowy za dwutrybowym SSD DapuStor. Jego korzyść nie ogranicza się do opóźnienia pojedynczego obszaru NAND.
Zmienia również równoległość, przydział zatok dyskowych i granice awarii. Każdy obszar pSLC znajduje się obok pojemności QLC, którą pomaga obsługiwać.
DapuStor twierdzi, że może to zmniejszyć wolumen odbudowy po awarii urządzenia o niemal 80% w porównaniu z przedstawioną architekturą 1:5. To szacunek firmy oparty na konkretnej topologii.
Projekt nie zapobiega awarii dysku. Jeśli jeden dwutrybowy SSD ulegnie awarii, jego obszary QLC i pSLC stają się jednocześnie niedostępne.
Ten wspólny los tworzy inne ryzyko. Dziennik przechowywany w obszarze pSLC nie powinien być traktowany jako niezależna ochrona danych znajdujących się na tym samym fizycznym urządzeniu.
Replikacja, kodowanie wymazywania, przełączanie awaryjne i polityki backupu pozostają konieczne. Oprogramowanie musi rozumieć, że dwa urządzenia blokowe współdzielą jeden kontroler, jedną obudowę i jedną domenę awarii.
Rozproszona baza danych mogłaby replikować dzienniki między obszarami pSLC na oddzielnych dyskach. Silnik pamięci masowej mógłby umieścić tabele masowe w QLC, a logi wrażliwe na opóźnienia w przydziale pSLC innego dysku.
Architektura staje się bardziej użyteczna, gdy oprogramowanie wyraźnie uwzględnia te zależności. Staje się niebezpieczna, gdy administratorzy mylą separację logiczną z niezależnością fizyczną.
DapuStor twierdzi również, że region pSLC obsługuje ponad 25 razy więcej cykli programowania i kasowania niż region QLC. Operacja jednobitowa zasadniczo zwiększa trwałość NAND, jednak deklaracji tej brakuje kilku istotnych szczegółów zakupowych.
Firma nie opublikowała osobnej wartości DWPD ani oceny zapisanych terabajtów dla przydziału pSLC. Nabywcy nie mogą jeszcze bezpośrednio porównać szybkiego regionu z dedykowanym dyskiem SSD o wysokiej wytrzymałości.
Muszą również wiedzieć, czy zapisy do pSLC i QLC dzielą jeden łączny limit gwarancyjny. Intensywne używanie mniejszego regionu może powodować zupełnie inny wzorzec zużycia niż równomierne zapisywanie całego dysku.
Zarządzane przez hosta rozmieszczanie danych wprowadza kolejną kwestię. Aplikacje potrzebują zasad, które utrzymają często zapisywane dane w ograniczonej pojemności pSLC, nie zapełniając jej przypadkowo.
Stały region eliminuje nieprzewidywalne kurczenie się dynamicznego konsumenckiego cache’u. Tworzy też twardą granicę, którą oprogramowanie musi monitorować.
Jeśli region się zapełni, host nie może zakładać, że niewykorzystana przestrzeń QLC automatycznie stanie się szybką pojemnością. Zachowanie zależy od poleceń zarządzania DapuStor i obsługiwanego procesu rekonfiguracji.
To sprawia, że produkt jest decyzją dotyczącą architektury pamięci masowej, a nie prostą modernizacją zwiększającą szybkość. Utrata pojemności opłaca się tylko wtedy, gdy oprogramowanie potrafi świadomie wykorzystywać oba regiony.
Rywale DapuStor wybierają inne drogi wokół QLC
Kluczowe pytanie konkurencyjne brzmi, czy przedsiębiorstwa chcą szybkich i gęstych nośników w każdym dysku, czy oddzielnych warstw o wyraźniej określonych rolach wydajnościowych.
Głównym konkurentem DapuStor jest konwencjonalna architektura rozdzielona. Łączy ona dyski SSD o dużej pojemności z dedykowanymi urządzeniami zoptymalizowanymi pod kątem zapisu.
Dedykowane dyski zapewniają wyraźne rozdzielenie sprzętowe. Administratorzy mogą wybrać urządzenie o wysokiej wytrzymałości, wymienić je niezależnie i przeprowadzić benchmark bez ruchu z sąsiedniego regionu QLC.
Wadą jest koncentracja. Ograniczony zestaw urządzeń cache może ograniczać przepustowość albo zwiększać ilość danych dotkniętych pojedynczą awarią.
DapuStor rozprowadza tę szybką warstwę po całej macierzy. W zamian za część pojemności każdego dysku zyskuje szerszy paralelizm i bardziej jednolitą konfigurację serwerów.
Micron realizuje model oddzielnych dysków za pomocą linii XTR. Produkt wykorzystuje pamięć TLC NAND wyłącznie w trybie SLC i pełni rolę bufora zapisu o wysokiej wytrzymałości dla macierzy SSD o dużej pojemności.
Micron ocenił wytrzymałość produktów XTR na maksymalnie 35 DWPD. To pozycjonowanie podkreśla trwałość przy ciągłym zapisie zamiast łączenia pojemności i przyspieszenia w jednej obudowie.
Podejście z oddzielnym urządzeniem pozwala operatorom niezależnie skalować pojemność cache’u. Wymaga jednak dodatkowych dysków oraz starannego doboru rozmiaru między warstwą zapisu a warstwą pojemnościową.
Sandisk wybrał inną drogę za pośrednictwem platformy UltraQLC. Jej konstrukcja Direct Write QLC zapisuje dane bezpośrednio do QLC, zamiast korzystać z bufora pośredniego SLC.
Sandisk twierdzi, że może to zachować zapisy podczas utraty zasilania i uniknąć późniejszego etapu scalania danych. Jej architektura UltraQLC stawia na spójne bezpośrednie działanie QLC przy dużej pojemności.
Direct Write QLC i konstrukcja DapuStor z dwoma trybami rozwiązują różne problemy. Sandisk chce ulepszyć bezpośrednią ścieżkę QLC, podczas gdy DapuStor rezerwuje odrębny region o niskich opóźnieniach.
P5336 firmy Solidigm stanowi kolejny punkt odniesienia, ponieważ konkuruje jako korporacyjny dysk QLC o dużej gęstości. Niezależne testy wykazały podobną przepustowość odczytu dużych bloków w porównaniu ze standardowym J5060.
W tej recenzji P5336 osiągał lepsze wyniki w kilku obciążeniach losowego zapisu i opóźnień ogonowych. Nowy tryb pSLC jest odpowiedzią DapuStor właśnie na tę klasę słabości.
NVMe od lat przewiduje konfigurowalne układy nośników. Prezentacja na FMS 2019 opisywała model, w którym klienci mogli konfigurować jeden produkt dla różnych zastosowań.
Wcześniejsze produkty konsumenckie również eksperymentowały z definiowanymi przez firmware szybkimi regionami i regionami pojemnościowymi. Enmotus i Phison zastosowały koncepcję podzielonego dysku w FuzeDrive P200.
Produkt ten nigdy nie ustanowił tego modelu jako głównej kategorii konsumenckiej. Oprogramowanie korporacyjne, przewidywalne obciążenia i duże pojemności dysków tworzą obecnie inne warunki.
Operator bazy danych może jawnie umieścić WAL na jednym urządzeniu blokowym. Konsumencki system operacyjny z mniejszym prawdopodobieństwem wyraźnie udostępni takie decyzje zwykłym użytkownikom.
Rynek korporacyjny przywiązuje też większą wagę do zatok dyskowych, przewidywalnych opóźnień, kontrolowanych domen awarii i wytrzymałości dopasowanej do obciążenia. Te priorytety wzmacniają argumenty DapuStor.
Podnoszą jednak również próg wymaganych dowodów. Klienci korporacyjni potrzebują wyników w stanie ustalonym, danych kwalifikacyjnych, dokumentacji zarządzania firmware’em i zobowiązań dotyczących wsparcia.
Sama sprytna konfiguracja nośnika nie wystarczy. Deklaracje wydajności DapuStor J5060 muszą przetrwać współbieżne obciążenia, warunki bliskie zapełnienia, awarie, odbudowy i długotrwałe zapisy.
Brakujące specyfikacje są ważniejsze niż deklaracja szczytowej wydajności
DapuStor pokazał wiarygodny mechanizm, ale nie dostarczył jeszcze wystarczających informacji, aby nabywcy mogli porównać produkt z uznanymi warstwami pamięci masowej.
Pierwsza luka dotyczy metodologii pomiarów wydajności. DapuStor twierdzi, że region pSLC zapewnia ponad siedmiokrotnie wyższą liczbę IOPS losowego zapisu niż dysk SSD wykorzystujący wyłącznie QLC.
Firma nie opublikowała kompletnej konfiguracji benchmarku obejmującej głębokość kolejki, liczbę wątków, czas testu, poziom zapełnienia dysku i przygotowanie do stanu ustalonego. Zmienne te mogą istotnie zmienić wyniki.
Jej deklaracja dotycząca opóźnień wymaga też rozkładu, a nie wyłącznie średniej. Dzienniki baz danych i usługi metadanych często bardziej interesują się 99,9. lub 99,99. percentylem niż średnią.
Średnia poniżej ośmiu mikrosekund może współistnieć z zakłócającymi skokami opóźnień. Niezależne testy powinny raportować zarówno typowe zachowanie, jak i zachowanie ogonowe.
Druga luka dotyczy wytrzymałości. DapuStor twierdzi, że działanie pSLC zapewnia ponad 25 razy więcej cykli programowania i kasowania niż działanie QLC.
Firma nie przypisała jednak specyfikacji DWPD ani całkowitej liczby zapisanych bajtów dla konkretnego regionu. Nie wyjaśniła też, czy rozliczanie gwarancyjne zmienia się wraz z każdym przydziałem.
Region pSLC o pojemności 400 GB, który odbiera ciągły ruch dziennika, doświadcza skoncentrowanego obciążenia. Nabywcy muszą wiedzieć, jak kontroler rotuje fizyczne nośniki i zarządza zużyciem poza widoczną granicą.
Trzecia luka to konfigurowalność. DapuStor nazywa przydział elastycznym, lecz materiały publiczne nie wyjaśniają jasno, kiedy administratorzy go wybierają.
Nie jest jasne, czy podział jest ustawiany fabrycznie, ustalany podczas aprowizacji, czy regulowany po wdrożeniu dysku. Zmiana rozmiaru w trakcie pracy rodziłaby pytania o migrację danych i spójność.
Ścieżka poleceń hosta również wymaga dokumentacji. Operatorzy muszą wiedzieć, które funkcje NVMe, polecenia producenta, sterowniki i narzędzia zarządzania tworzą oraz sprawdzają regiony.
Zgodność ma znaczenie, ponieważ korporacyjne stosy pamięci masowej znacznie się różnią. Konstrukcja wymagająca niestandardowej orkiestracji może wymagać więcej pracy niż oddzielny dysk cache.
DapuStor wspomina o obsługiwanym przez hosta Flexible Data Placement, czyli FDP, jako kolejnym sposobie na ograniczenie wzmacniania zapisu. FDP pozwala hostowi przekazywać informacje pomagające SSD umieszczać razem dane o podobnym czasie życia.
FDP może uzupełniać nośnik działający w dwóch trybach, ale tych funkcji nie należy ze sobą utożsamiać. Nabywca musi wiedzieć, czy podstawowe działanie pSLC zależy od oprogramowania obsługującego FDP.
Czwarta luka dotyczy niezależnej walidacji. DapuStor twierdzi, że trwają etapowe testy klientów oraz pierwsze wdrożenia w rzeczywistych warunkach.
Firma nie wskazała tych klientów ani nie opublikowała wyników z ich aplikacji. Nie istnieje publiczne studium przypadku z produkcji pokazujące oba regiony pod utrzymującym się mieszanym ruchem.
Standardowy J5060 przeszedł testy zewnętrzne, lecz ich wyniki nie potwierdzają nowej konfiguracji firmware’u. Recenzenci potrzebują dostępu do rzeczywistego egzemplarza działającego w dwóch trybach.
Piąta luka to dostępność komercyjna. Architektura pojawiła się około FMS 2026, gdzie DapuStor zaprezentował korporacyjne dyski SSD dla infrastruktury AI.
Firmowa zapowiedź FMS opisywała produkty i demonstracje dla systemów AI o dużej gęstości. Nie podano w niej daty ogólnej dostępności tego trybu J5060.
Ceny również pozostają nieujawnione. Nabywcy nie mogą więc porównać utraconej pojemności, wymagań programowych i oszczędności wdrożeniowych na pełnej podstawie ekonomicznej.
DapuStor argumentuje, że dyski działające w dwóch trybach mogą obniżyć koszty zakupu i eksploatacji dzięki wyeliminowaniu dedykowanych urządzeń SLC. Wniosek ten zależy od rzeczywistych cen dysków i wymagań dotyczących użytecznej pojemności.
Klaster potrzebujący niemal całej dostępnej pojemności QLC może preferować oddzielne urządzenia cache. Inny system może chętnie wymienić pojemność na niższe opóźnienia zapisu i prostszą rozbudowę.
Właściwe porównanie zależy od obciążenia. Same szczytowe IOPS nie mogą go rozstrzygnąć.
Co powinni obserwować nabywcy korporacyjni
Trzy sygnały zdecydują, czy dwutrybowy SSD DapuStor stanie się praktyczną opcją pamięci masowej, czy pozostanie interesującą demonstracją firmware’u.
Pierwszym sygnałem jest kompletna specyfikacja działania w dwóch trybach. DapuStor powinien opublikować obsługiwane przydziały pSLC, użyteczną pojemność QLC, oceny wytrzymałości, polecenia hosta i zasady rekonfiguracji.
Szczegóły gwarancji dla konkretnych regionów wzmocniłyby argumenty firmy. Brak limitów wytrzymałości utrzymałby atrakcyjność dedykowanych dysków zapisu dla obciążeń o rygorystycznych wymaganiach trwałości.
Drugim sygnałem są niezależne testy przy jednoczesnym ruchu pSLC i QLC. Recenzenci powinni mierzyć przepustowość, średnie opóźnienie, opóźnienie ogonowe i zachowanie wytrzymałości po osiągnięciu przez dysk stanu ustalonego.
Testy powinny obejmować rejestrowanie baz danych, aktualizacje metadanych, zapisy punktów kontrolnych, odczyty zbiorcze i aktywność odbudowy. Powinny też pokazać, co dzieje się, gdy region pSLC zbliża się do zapełnienia.
Dopasowanie rozmiarów bloków i głębokości kolejek będzie kluczowe. Bez porównywalnych parametrów zgłoszona siedmiokrotna poprawa pozostaje deklaracją firmy, a nie wskaźnikiem zakupowym.
Trzecim sygnałem jest ogłoszenie nazwanego wdrożenia lub ogólnej dostępności. Publicznie wskazany klient mógłby pokazać, jak oprogramowanie pamięci masowej przypisuje dane między regionami i obsługuje awarie.
Dostępność ujawniłaby również, czy obsługa dwóch trybów trafia do całej rodziny J5060, czy tylko do wybranych pojemności. Mogłaby wyjaśnić, czy obecne dyski mogą otrzymać tę funkcję przez firmware.
Propozycja DapuStor jest technicznie spójna. Uznaje, że gęsta pamięć QLC oraz zapisy wrażliwe na opóźnienia coraz częściej znajdują się na tych samych serwerach.
Konstrukcja wyraźnie określa też koszt pojemności. Nabywcy wybierają stały region pSLC zamiast polegać na tymczasowym cache’u, który zmienia się wraz z ilością wolnego miejsca.
Ta przewidywalność jest cenna, ale tworzy nowe obowiązki. Administratorzy muszą celowo rozmieszczać dane, chronić oba regiony przed wspólną awarią i monitorować mniejszy obszar o intensywnym zapisie.
Dla zespołów deweloperskich i infrastrukturalnych natychmiastowe działanie jest proste: należy określić, które dane rzeczywiście potrzebują niskiego opóźnienia zapisu. Dzienniki, WAL-e, metadane i stan punktów kontrolnych są lepszymi kandydatami niż całe zbiory danych.
Następnie należy wymodelować, czy rozproszenie tych zapisów po każdym dysku jest lepsze od oddzielnej warstwy wytrzymałościowej. Uwzględnij utraconą pojemność QLC, wykorzystanie PCIe, replikację, ekspozycję podczas odbudowy i integrację oprogramowania.
Dysk SSD DapuStor pSLC QLC oferuje przekonującą odpowiedź na ograniczenia zapisu QLC. Kolejnym testem będzie to, czy udokumentowana wytrzymałość, niezależne benchmarki i rzeczywiste wdrożenia potwierdzą tę odpowiedź.
