Solidigm D7-PS1030 Recension: 3 DWPD Gen5 som förtjänade sin plats i KV Cache-nivån

Solidigm D7-PS1030 är den mellanstora uthållighetsarmen i företagets första PCIe 5.0-datacenterfamilj, och kombinerar plattformen den delar med D7-PS1010 med en 3 DWPD-klassning och ett slumpmässigt skrivtak på upp till 800K IOPS, dubbelt så många 400K som dess standarduthållighetssyskon. Familjen sträcker sig från 1.6 TB till 12.8 TB över E3.S och U.2, med 176-lagers TLC NAND, med nominell prestanda upp till 14 500 MB/s sekventiell läsning och 10 000 MB/s sekventiell skrivning. Solidigm riktar sig mot skrivcentrerade och blandade arbetsbelastningar: OLTP, metadataloggning, HPC och AI/ML-pipelines där skrivtrycket aldrig avtar. Vår testenhet är 12.8 TB E3.S-modellen.

Det här är inte första gången vi använder den här hårddisken, men det är första gången en enda hårddisk har testats. Åtta av samma 12.8 TB-enheter hade flashnivån i vårt arbete med KV-cache-offload på Dell PowerEdge XE7740, där disken klarade 1.9 GB/s kontinuerliga KV-skrivningar dygnet runt, en arbetscykel som motsvarar ungefär 3.2 hårddiskskrivningar per dag per hårddisk under spegling, eller cirka 1.6 DWPD markerat som RAID0. Det är precis den nivån som PS1030:s 3 DWPD-klassificering är byggd för att klara av: KV-offload är en arbetsbelastning där uthållighet, inte kapacitet eller topphastighet, är den avgörande begränsningen för nivån. Den läsintensiva klassen som dominerar Gen5-rubriker skulle snabbt förbruka sin 1 DWPD-budget med den arbetscykeln.

Med 12.8 TB klassar Solidigm hårddisken till 2.75 miljoner 4K slumpmässiga läs-IOPS och hela 800K slumpmässiga skriv-IOPS, där familjens 3.1M slumpmässiga lästopp ligger lägre i kapacitetsstacken. Aktiv effekt är 23W typiskt och 5W i viloläge, i linje med Gen5-fältet, med fem konfigurerbara effektlägen från 5W till 25W för operatörer som arbetar mot en fast rackbudget. Solidigm gör också två ytterligare påståenden värda att notera: upp till 70% bättre energieffektivitet än jämförbara hårddiskar, och upp till 90% IOPS-konsistens under hårddiskens livslängd. Uthålligheten kan också förbrukas snabbare över kortare horisonter; samma media stöder 4.98 DWPD under en treårsperiod, och 12.8 TB-modellen är klassad för 70PB skrivkapacitet åt båda hållen. Tillförlitlighetsspecifikationerna är i linje med klassen: 2.5 miljoner timmars MTBF, fem års garanti och ett UBER Solidigm-test enligt 1E-18. Säkerhetsalternativen inkluderar TCG Opal 2.02 SED-utrustning, FIPS 140-3 nivå 2-certifierbar hårdvara, säker start och firmware-signering enligt OCP-standard, plus enhetsverifiering och nyckelåterkallelse.

Solidigm D7-PS1030 Specifikationer

Specifikation	Solidigm D7-PS1030 (12.8 TB E3.S, familjeserie angiven)
Plattformöversikt
Kapacitet	1.6TB 3.2TB 6.4TB 12.8 TB (testad)
Formfaktorer	E3.S 7.5 mm (testad) U.2 15 mm
Gränssnitt / Protokoll	PCIe 5.0 x4, NVMe
NAND-	Solidigm 176-lagers TLC 3D NAND
Prestanda (upp till, leverantörsbetyg)
Sekventiell läsning (128K)	10 000 MB/s (familj)
Sekventiell skrivning (128K)	10 000 MB/s (familj)
Slumpmässig läsning (4K)	2,750K IOPS (12.8TB) Upp till 3 100 000 IOPS (familjens topp)
Slumpmässig skrivning (4K)	800K IOPS
Kraft och uthållighet
Ström (aktiv / tomgång)	23W typ. / 5W typ. Fem konfigurerbara effektlägen, 5W till 25W
Endurance	3.0 DWPD (5-årsbasis) 4.98 DWPD (3-årsbasis) 70 PBW vid 12.8 TB
Pålitlighet och säkerhet
MTBF / UBER	2,500,000 timmar Testad enligt 1E-18
Säkerhet	TCG Opal 2.02 (SED-variant) FIPS 140-3 Nivå 2-certifierbar OCP-standard säker start och firmwaresignering Enhetsattestering, återkallelse av nyckel
Garanti	5 Years

 

Solidigm D7-PS1030 Prestanda

Kontexten för diagrammen som följer är att PS1030 hamnar i vårt jämförelsefält som motvikten för blandad användning till de läsintensiva hårddiskar som har drivit den senaste Gen5-täckningen. Jämfört med KIOXIA CD9P-R som vi recenserade i juni, ger PS1030 upp nominell sekventiell läsning (14 500 vs 14 800 MB/s) men nästan fördubblar nominell slumpmässig skrivning (800K vs 450K IOPS) och tredubblar skrivbudgeten (3 vs 1 DWPD). Dess närmaste filosofiska rival i gruppen är Micron 7600 MAX , de andra 3 DWPD-hårddiskarna i fältet, där Micron 9550 MAX ger den blandade prestandan med samma kapacitet på 12.8 TB som vår enhet.

Plattform för enhetstestning

Vi använder en Dell PowerEdge R760 som kör Ubuntu 22.04.2 LTS som testplattform för alla arbetsbelastningar i den här recensionen. Utrustad med en seriell kabel Gen5 JBOF erbjuder den bred kompatibilitet med U.2-, E1.S-, E3.S- och M.2 SSD-diskar. Vår systemkonfiguration beskrivs nedan:

• 2 x Intel Xeon Gold 6430 (32-kärniga, 2.1 GHz)
• 16 x 64 GB DDR5-4400
• 480 GB Dell BOSS SSD
• Seriekablar Gen5 JBOF
• NVIDIA L4

Jämförda enheter

• KIOXIA CD9P-R 7.68 TB (1 DWPD)
• KIOXIA CM9-R 15.36TB (1 DWPD)
• SanDisk DC SN861 7.68 TB (1 DWPD)
• Solidigm PS1010 7.68TB (1 DWPD)
• Micron 7600 MAX 6.4 TB (3 DWPD)
• Micron 9550 MAX 12.8 TB (3 DWPD)
• Micron 9550 Pro 7.68 TB (1 DWPD)

DLIO Checkpointing Benchmark

För att utvärdera SSD-prestanda i verkliga AI-träningsmiljöer använde vi benchmarkverktyget Data and Learning Input/Output (DLIO). DLIO, som utvecklats av Argonne National Laboratory, är specifikt utformat för att testa I/O-mönster i djupinlärningsarbetsbelastningar. Det ger insikter i hur lagringssystem hanterar utmaningar som kontrollpunkter, datainmatning och modellträning.

Tabellen nedan visar varje enhets genomsnittliga kontrollpunktsslutförandetid över tre omgångar; lägre desto bättre. En anmärkning om dessa data: antalet kontrollpunkter i en körning skalas med varje enhets kapacitet, så större enheter loggar fler kontrollpunkter, och resultaten per kontrollpunkt är inte punkt för punkt justerade över enheter av olika storlekar. Det är därför vi publicerar genomsnittliga mätvärden för omgångar, vilket normaliserar varje enhets körning till en direkt jämförbar siffra. Vid träning av maskininlärningsmodeller är kontrollpunkter viktiga för att regelbundet spara modellens tillstånd, vilket förhindrar förlust av framsteg vid avbrott eller strömavbrott. Denna lagringsbehov kräver robust prestanda, särskilt under långvariga eller intensiva arbetsbelastningar. Vi använde DLIO-benchmarkversion 2.0 från utgåvan den 13 augusti 2024.

För att säkerställa att våra benchmarking-test återspeglade verkliga scenarier baserade vi våra tester på modellarkitekturen LLAMA 3.1 405B. Vi implementerade kontrollpunkter med hjälp av torch.save() för att samla in modellparametrar, optimeringstillstånd och lagertillstånd. Vår installation simulerade ett system med åtta GPU:er och implementerade en hybrid parallellitetsstrategi med 4-vägs tensorparallellitet och 2-vägs pipelineparallellbehandling fördelad över de åtta GPU:erna. Denna konfiguration gav en kontrollpunktsstorlek på 1 636 GB, vilket återspeglar kraven för att träna moderna stora språkmodeller.

Drive	Genomsnitt för godkända 1 (sekunder)	Genomsnitt för godkända 2 (sekunder)	Genomsnitt för godkända 3 (sekunder)
SanDisk DC SN861 7.68 TB	461.3	558.6	553.3
Micron 9550 MAX 12.8 TB	462.8	558.9	555.3
Micron 9550 Pro 7.68 TB	461.4	577.9	559.7
Solidigm PS1010 7.68TB	458.8	561.1	564.6
Micron 7600 MAX 6.4 TB	464.2	581.5	567.3
KIOXIA CD9P-R 7.68 TB	464.7	575.6	570.6
KIOXIA CM9-R 15.36TB	462.8	571.9	580.9
Solidigm PS1030 12.8TB	462.3	578.0	599.2

 

Om man tittar på genomsnittstiden i jämförelsegruppen, öppnade Solidigm PS1030 mitt i prick med 462.3 sekunder i första omgången, där hela jämförelsegruppen landade inom ett sjusekundersband på ungefär 459 till 465 sekunder. Skillnaden kom senare. I andra omgången steg PS1030 till 578.0 sekunder, i den övre delen av ett fält som sträckte sig från SanDisk SN861:s 558.6 till Micron 7600 MAX:s 581.5 sekunder, och vid tredje omgången hade den sjunkit till 599.2 sekunder, det högsta genomsnittet i jämförelsegruppen, medan resten av fältet låg mellan SN861:s 553.3 och KIOXIA CM9-R:s 580.9 sekunder.

PS1030:s egen kontrollpunktslogg visar formen på den driften. PS1030 öppnade vid 465.3 sekunder och höll sig i nära 461 sekunder fram till kontrollpunkt 5 innan den steg uppåt. När den väl hade övergått varierade den från ungefär 553 till 593 sekunder, stängde kontrollpunkt 12 vid 614.7 sekunder, och dess senaste kontrollpunkter nådde så höga nivåer som 629.0 sekunder. Resultatet överensstämmer med hårddiskens enda etablerade svaghet snarare än en ny: DLIO-kontrollpunkten är precis den typ av stor sekventiell skrivburst som 128K single-worker FIO-testet flaggade. Gapet är verkligt men begränsat, cirka 5 % mot KIOXIA CD9P-R på genomsnittliga resultat för Pass 3, och PS1030 skalade förutsägbart över passager snarare än att svänga.

FIO-prestandamåttstock

För att mäta lagringsprestanda för varje SSD-disk utifrån vanliga branschmått använder vi FIO. Varje disk genomgår samma testprocess, som inkluderar ett förkonditioneringssteg med två fullständiga diskfyllningar med en sekventiell skrivarbetsbelastning, följt av prestandamätning i stationärt tillstånd. När varje arbetsbelastningstyp som mäts ändras kör vi ytterligare en förkonditioneringsfyllning med den nya överföringsstorleken.

I det här avsnittet fokuserar vi på följande FIO-riktmärken:

• 128K sekventiell
• 64K slumpmässigt
• 16K sekventiell
• 4K slumpmässigt

128K sekventiell skrivning (IODjup 16 / Antal jobb 1)

Det sekventiella skrivtestet i steady-state på 128K är det enda området där PS1030 visar viss svaghet jämfört med de andra SSD-diskarna. Enheten visade 6 370,3 MB/s vid 313.7 µs, den lägsta bandbredden och högsta latensen i gruppen, och låg efter även den läsintensiva KIOXIA CD9P-R på 6 912,4 MB/s. Micron 9550 MAX ledde med 10 957,9 MB/s, med 9550 Pro på 10 354,6 MB/s, och KIOXIA CM9-R tog en klar trea med 8 668,1 MB/s. PS1030:s syskon, PS1010 (7 126,5 MB/s), och SanDisk DC SN861 (7 116,5 MB/s) låg i mitten, med Micron 7600 MAX på 6 960,6 MB/s.

Värt att ha i åtanke: detta är en arbetsbelastning för ett enda jobb, och PS1030:s skrivarkitektur är byggd för att sprida arbete, inte för att vinna en enda ström. Avsnitten om slumpmässig skrivning nedan visar att samma hårddisk flyttar mycket mer data när parallellism introduceras, vilket matchar det åtkomstmönster som dess målarbetsbelastningar genererar.

128K sekventiell läsning (IODjup 64 / Antal jobb 1)

Lässidan vände på skriptet. PS1030 levererade 14 156,4 MB/s vid 564.8 µs, vilket i praktiken var i nivå med sin PS1010-syskon (14 163,3 MB/s) och inom 0.6 % av den gruppledande CD9P-R (14 235,9 MB/s). Micron 9550 Pro (14 050,1 MB/s) och 9550 MAX (14 047,5 MB/s) kompletterade paketet med fem hårddiskar och mättade Gen5-gränssnittet inom ett 200 MB/s-band. SN861 följde med 12 631,2 MB/s, 7600 MAX med 11 240,5 MB/s, och CM9-R, så stark i skrivtestet, kom sist här med 9 974,6 MB/s i denna single-job-konfiguration. För en enhet som säljs inom sin skrivbudget är det den tysta vinsten i det här diagrammet att inte ge upp någonting på big-block-läsningar.

64K slumpmässig skrivning

Det är vid 64K slumpmässig skrivhastighet som PS1030 visar sin karaktär. Enheten nådde sin topp på 7 224,0 MB/s, fjärde i gruppen bakom Micron 9550 MAX (10 878,1 MB/s), KIOXIA CM9-R (9 635,3 MB/s) och Micron 9550 Pro (9 069,4 MB/s), och före Micron 7600 MAX (6 960,5 MB/s) och resten av fältet. Det som skiljer PS1030 från mängden är var toppen inträffade: vid IODepth 2 / NumJobs 2, med bara 34.3 µs latens, medan större delen av fältet behövde djupa köer för att nå sina bästa siffror. Enheten mättas nästan omedelbart och förblir sedan platt under resten av svepningen, vilket är precis den profil man vill ha för en stationär skrivnivå som körs med måttlig samtidighet dygnet runt. Skillnaden till sin syskon är också uthållighetsnivån som förtjänar sin prestanda: PS1010 nådde en topp på 5 873,9 MB/s, 23 % under PS1030.

När det gäller latens öppnade PS1030 vid 21.1 µs vid IODepth 1 / NumJobs 1, näst efter CM9-R:s 18.4 µs, och dess sämsta punkt i hela svepningen var 2 831 µs, mindre än hälften av PS1010:s topp på 5 987 µs. 9550 MAX förblev den mest kontrollerade vid hög samtidighet och nådde en topp på 1 714 µs.

64K slumpmässig läsning

PS1030 tog gruppens bästa topphastighet för slumpmässig läsning på 64K med 14 162,9 MB/s (IODepth 32 / NumJobs 8), en bit före Micron 9550 Pro (14 049,9 MB/s), 9550 MAX (14 049,7 MB/s) och PS1010 (14 013,6 ​​MB/s), med CM9-R på 13 402,4 MB/s och CD9P-R på 12 036,0 MB/s längre bak. Historien om låg ködjup hör till KIOXIA-enheterna, precis som i vår CD9P-R-recension: CM9-R öppnade på 1 359,0 MB/s och CD9P-R på 1 334,0 MB/s vid IODepth 1 / NumJobs 1, ungefär 45 µs latens, medan PS1030 började på 768.4 MB/s och 81.0 µs, mitt i paketet. PS1030 rankas högst upp i den här tabellen vad gäller skalning, inte för enkelströmsrespons.

16K sekventiell skrivning

En anmärkning om själva testet: med början i denna jämförelsegrupp är vår 16K-täckning sekventiell snarare än slumpmässig, en arbetsbelastning vi först presenterade i vår Micron 9550 MAX-recension . Medelstora sekventiella strömmar representerar bättre vad dessa enheter gör i produktion, särskilt i AI-pipelines, vilka strömmar in beställd träningsdata, skickar ut mellanresultat och matar inferensnivåer i körningar snarare än att sprida slumpmässiga träffar över enheten.

Resultaten omorganiserar fältet jämfört med de slumpmässiga svepningarna. Micron 9550 MAX ledde med 10 970,8 MB/s (IODepth 32 / NumJobs 4), med KIOXIA CM9-R nästan matchande med 10 812,2 MB/s och 9550 Pro trea med 9 772,8 MB/s. PS1030 nådde sin topp på 5 977,7 MB/s (IODepth 8 / NumJobs 4), sjua i gruppen, före SanDisk DC SN861 med 5 772,5 MB/s och strax under sin PS1010-syskon med 6 271,7 MB/s. Formen på svepningen är dock samma signatur som de slumpmässiga testerna visade: PS1030 låg redan på 5 856,7 MB/s vid IODepth 2 / NumJobs 4 med 21.1 µs latens, och höll sedan ett platt band mellan ungefär 4 700 och 6 000 MB/s över resten av matrisen. Dess single-worker-latens på 10.9 µs låg i det ledande klustret med CM9-R (10.4 µs) och CD9P-R (11.0 µs), långt under Micron-nivån på 15.1 till 17.8 µs. Taket är blygsamt för en enhet med en skrivfokuserad uppgift, men den når minimalt ködjup och mikrosekundklasslatens, den driftspunkt där en ihållande cache eller staging-nivå finns, och samma profil som bar denna enhet genom veckor av kontinuerliga sekventiella skrivströmmar i vår KV-cache-distribution.

16K sekventiell läsning

På lässidan ledde KIOXIA CD9P-R med 13 819,7 MB/s, med CM9-R på 13 393,2 MB/s och Micron 9550 Pro på 13 273,5 MB/s tätt bakom. PS1030 nådde sin topp på 11 142,8 MB/s (IODepth 16 / NumJobs 8) vid 179.1 µs, sjua i gruppen, före endast SN861 på 10 995,0 MB/s och strax efter sin syskon på 11 656,3 MB/s, ungefär en femtedel mindre än gruppledningen. Bilden med en enda ström inverterar också den slumpmässiga läsningen: vid beställda 16 000 läsningar öppnade SN861 vid 12.5 µs och Micron mellan 13.9 och 21.3 µs, medan Solidigm-plattformen startade nära 59 µs, samma egenskap med låg samtidighetsläsning som båda PS-seriens hårddiskar visade vid 64 000. Medelstora läsningar är fortfarande det hörn av matrisen där denna plattform avslöjar mest; strömmande läsningssidan av en AI-pipeline är bättre betjänad av den läsintensiva klassen, vilket inte är argumentet att denna hårddisk byggdes för att vinna.

4K slumpmässig skrivning

Huvuddiagrammet för en 3 DWPD-disk, och PS1030 levererade. Dess topp på 1 595,8K IOPS vid IODepth 16 / NumJobs 8 var tvåa i gruppen, bara bakom den andra 3 DWPD Micron 7600 MAX på 1 781,2K, och före 9550 MAX (1 544,2K), PS1010 (1 504,7K), CM9-R (1 502,9K), 9550 Pro (1 467,6K), SN861 (1 438,3K) och CD9P-R (1 273,1K). Den uppmätta toppen är också dubbelt så hög som diskens nominella siffra på 800K, vilket Solidigm specificerar vid ett fast ködjup; steady-state-svep visar mer.

Latensbeteendet avgör argumentet. PS1030 öppnade vid 8.8 µs vid IODepth 1, i det ledande klustret med CM9-R (8.2 µs) och PS1010 (8.3 µs), nådde sin maximala dataflödeshastighet på bara 79.8 µs och översteg aldrig 359.6 µs någonstans i svepningen. PS1010, däremot, behövde IODepth 32 / NumJobs 16 för att nå en topp på 339.7 µs, på väg mot ett värsta tänkbara scenario på 735.6 µs. För OLTP-loggar och KV-cache-liknande trafik som den här enheten riktar sig mot, är små skrivningar på ensiffriga mikrosekunder, med ett tak på under 400 µs, den profil som spelar roll.

4K slumpmässig läsning

PS1030 förstärkte sin skrivprestanda med gruppens näst bästa topp för slumpmässig läsning i 4K: 2 255,8K IOPS vid IODepth 16 / NumJobs 16 och 112.8 µs, bakom SanDisk SN861:s 2 555,6K IOPS och före Micron 9550 MAX (2 217,6K IOPS) och CD9P-R (2 165,0K IOPS). Vid IODepth 1 / NumJobs 1 ledde KIOXIA-signaturen med låg latens igen: CM9-R vid 29.3 µs och CD9P-R vid 30.4 µs, men PS1030:s 56.8 µs var bäst av de andra och överträffade sin syskon och både 9550s (ungefär 65 µs) och SN861 (67.8 µs). En blandanvändningsenhet som hamnar på andra plats i både 4K-läs- och 4K-skrivtoppar inom ett område med denna lästunga kapacitet täcker båda halvorna av sin arbetsbeskrivning.

GPU direkt lagring

Ett av testerna vi genomförde på denna testbänk var Magnum IO GPU Direct Storage (GDS)-testet. GDS är en funktion utvecklad av NVIDIA som gör att GPU:er kan kringgå CPU:n när de kommer åt data lagrade på NVMe-enheter eller andra höghastighetslagringsenheter. Istället för att dirigera data genom processorn och systemminnet, möjliggör GDS direkt kommunikation mellan GPU:n och lagringsenheten, vilket avsevärt minskar latensen och förbättrar datagenomströmningen.

Hur GPU Direct Storage fungerar

Traditionellt sett, när en GPU bearbetar data som lagras på en NVMe-enhet, måste informationen först passera genom processorn och systemminnet innan den når GPU:n. Denna process skapar flaskhalsar, eftersom processorn fungerar som en mellanhand, vilket ökar latensen och förbrukar värdefulla systemresurser. GPU Direct Storage eliminerar denna ineffektivitet genom att göra det möjligt för GPU:n att komma åt data direkt från lagringsenheten via PCIe-bussen. Denna direkta väg minskar kostnaden för dataförflyttning, vilket möjliggör snabbare och effektivare dataöverföringar.

AI-arbetsbelastningar, särskilt de som involverar djupinlärning, är mycket dataintensiva. Att träna stora neurala nätverk kräver bearbetning av terabyte med data, och varje fördröjning i dataöverföringen kan leda till underutnyttjade GPU:er och längre träningstider. GPU Direct Storage hanterar denna utmaning genom att säkerställa att data levereras till GPU:n så snabbt som möjligt, vilket minimerar vilotiden och maximerar beräkningseffektiviteten.

Dessutom är GDS särskilt fördelaktigt för arbetsbelastningar som involverar streaming av stora datamängder, såsom videobearbetning, naturlig språkbehandling eller realtidsinferens. Genom att minska beroendet av CPU:n påskyndar GDS datarörelsen och frigör CPU-resurser för andra uppgifter, vilket ytterligare förbättrar den övergripande systemets prestanda.

GDSIO sekventiell läsdataflöde

I segmentet för blockstorlek på 16K öppnade PS1030 på cirka 0.2 GiB/s på en enda tråd, den lägsta instegspunkten i gruppen, vilket överensstämmer med dess 71.6 µs GDS-läslatens för en enda tråd (dess syskon hade 71.1 µs, samma plattformsegenskap som vi flaggade i CD9P-R-recensionen). Den skalade stadigt in i segmentet genom mellanregistret och avslutade segmentet runt 1.6 GiB/s vid 16K/128 medan KIOXIA-paret höll segmentledningen nära 2.0 GiB/s. KIOXIA-enheternas trådskalningsfördel fortsatte även i 128K-segmentet, där CD9P-R och CM9-R drog iväg genom 128K/16 medan PS1030 följde huvudgruppen och nådde cirka 4.7 GiB/s vid 128K/64 och 5.0 GiB/s vid 128K/128.

I 1M-segmentet konvergerade fältet. PS1030 klättrade till sin topp på 5.95 GiB/s (1M/32), inom 3.5 % av den gruppbästa 6.16 GiB/s från CD9P-R, med CM9-R på 6.06, PS1010 och 9550 MAX på 6.05, och 9550 Pro på 5.97 GiB/s. 7600 MAX kom sist på plats med 5.59 GiB/s. Vid topp 16K IOPS ledde KIOXIA-paret (136.4K för CM9-R, 134.2K för CD9P-R), medan PS1030:s 101.2K var gruppens lägsta; small-block GPU-direktläsningar är helt enkelt inte den här plattformens styrka.

GDSIO sekventiell skrivgenomströmning

Skrivsvepet är den tabell som PS1030-köpare bör studera, eftersom den innehåller både enhetens bästa egenskaper och dess enda verkliga avvikelse. I 16K-segmentet låg alla åtta enheter tillsammans i 0.5 till 1.5 GiB/s-bandet, och PS1030:s enkeltrådiga skrivlatens på 22.3 µs låg i det ledande klustret med de två KIOXIA-enheterna (21.4 µs vardera) och dess syskon (21.9 µs). I 128K-segmentet skalade PS1030 rent till cirka 3.95 GiB/s vid 128K/32, för att sedan falla utför ett stup: ungefär 2.35 GiB/s vid 128K/64 och 1.55 GiB/s vid 128K/128, mindre än en tredjedel av segmentledarnas prestanda. Detta är samma skrivkollaps med högt trådantal som vi dokumenterade på PS1010 i CD9P-R-recensionen, återskapad nästan punkt för punkt på PS1030 (PS1010 sjönk till 2.5, sedan 1.65 GiB/s vid samma nivåer). Vad som än finns bakom den finns i plattformen, inte i uthållighetsnivån, och det är fortfarande den mest betydande skavanken i datamängden.

1M-segmentet mjuknade men suddade inte ut mönstret. PS1030 nådde sin topp på 4.22 GiB/s (1M/8), före endast syskonets 4.17 GiB/s, och sjönk sedan till ungefär 3.35 GiB/s vid 1M/128 medan CM9-R höll den mest stabila linjen i gruppen mot sin topp på 5.51 GiB/s, och 9550 MAX nådde den högsta toppen på 5.69 GiB/s med sin egen dokumenterade volatilitet, och sjönk nära 2.2 GiB/s vid 1M/64. 9550 Pro (5.54), 7600 MAX (5.44), CD9P-R (4.86) och SN861 (4.59 GiB/s) fyllde ordningen. Räddningen för PS1030:s målgrupp: KV-cache och loggliknande nivåer skriver med måttliga trådantal per enhet, där PS1030 beter sig oklanderligt, inte med de över 64 GPU-direkta skrivtrådarna där kollapsen finns. Vår egen KV-cache-distribution körde åtta av dessa enheter i veckor utan att arrayen någonsin närmade sig flaskhalsen. Men alla som planerar tung flertrådad GDS-skrivningsströmning på den här plattformen bör först testa sitt exakta mönster.

Slutsats

Solidigm D7-PS1030 gör vad en Gen5-disk med medelhög uthållighet ska göra, och data visar en disk med en distinkt uppsättning färdigheter. Dess signatur är parallellt arbete i små block: tvåa i gruppen i både 4K slumpmässig skrivning (1 595,8K IOPS, bara bakom motsvarande 3 DWPD Micron 7600 MAX) och 4K slumpmässig läsning (2 255,8K IOPS), gruppens bästa 64K slumpmässiga läsning på 14 162,9 MB/s, och full Gen5-linjehastighet på 128K sekventiella läsningar på 14 156,4 MB/s. Lika intressant är hur den når dit: toppar vid IODepth 2 eller NumJobs 8 med latens på tiotals mikrosekunder, där konkurrenter behöver djupa köer och betalar för dem i latens. Disken mättas tidigt, håller sig oförändrad och håller sin värsta tänkbara skrivlatens på hälften av sin PS1010-syskon.

Det finns dock avvägningar. 128K sekventiella skrivningar för en enda processor landade sist i gruppen med 6 370,3 MB/s, och DLIO-kontrollpunkter, som betonar just det mönstret, låg på gruppens högsta Pass 3-medelvärde med 599.2 sekunder. De 16K sekventiella testerna låg också efter fältet på båda sidor, med en skrivtopp på 5 977,7 MB/s och en lästopp på 11 142,8 MB/s som vardera landade på sjunde av åtta platser. GDSIO-skrivsvepet återgav PS1010:s höga trådfall på 128K nästan punkt för punkt, vilket bekräftade det som ett plattformsbeteende snarare än en engångsföreteelse, och small-block GPU-direktläsningar gynnar KIOXIA-enheterna med god marginal. Inget av detta undergräver enhetens beskrivning, men det belyser den: PS1030 är inte enheten för single-stream-inmatning.

Vad den är byggd för har den redan bevisat i längre form än någon testkörning. Åtta av dessa hårddiskar tillbringade veckor som KV-cache-avlastningsnivå i vårt XE7740-inferensarbete , och absorberade 1.9 GB/s ihållande skrivningar dygnet runt med en arbetscykel som översteg deras 3 DWPD-klassificering, och nivån blev aldrig en flaskhals. Testkörningsdata förklarar varför det fungerade: tidigt mättande skrivbeteende, 4K-skrivlatens på ensiffriga mikrosekunder vid låga ködjup och ett kontrollerat latenstak är precis de egenskaper som en kontinuerligt skriven cache- eller loggnivå belönar. Uthållighetsbundna, latenskänsliga, måttligt samtidiga skrivarbelastningar, KV-cache-avlastning, OLTP-loggning och metadatanivåer är där PS1030 hör hemma, och där dess 3 DWPD-budget och 4.98 DWPD treåriga option låter den köra arbetscykler som skulle diskvalificera den läsintensiva klassen.

Solidigm D7-PS1030 Produktsida