以数据为核心的近数据计算，「深存科技」计算存储处理芯片及解决方案加速突破数据中心算力瓶颈作者

作者｜韦世玮
**
大数据时代下，愈发繁重的数据量和数据处理需求正在给各行各业带来巨大挑战。据惠普在其发布的研究报告中预测，至2025年需要被分析和认知的数据将增长100倍以上。
尤其是在摩尔定律逐渐逼近物理极限的大背景下，行业难以再通过制程工艺的迭代来提升芯片性能、降低成本。因此，人们开始思考如何从半导体材料、封装工艺、计算架构等方向，寻找到新的突破口。

文章图片
数据处理能力的需求已经远远超过算力的增长
在创新计算架构上，国际存储网络工业协会（SNIA）早在2018年11月成立计算存储技术工作组，集合业界主流的计算和存储企业，共同探讨数据核心计算的技术与应用，制定相关标准。其中定义了三种计算存储技术路径：
ComputationalStorageDrive（CSD ，即可计算型SSD ，包含持久存储和计算模块）；ComputationalStorageProcessor（CSP ，即不含持久存储，但将算力部署在数据端的处理器）；ComputationalStorageArray（CSA ，即整合计算存储处理器、控制软件及其他器件的整套混合方案）。其中， CSD更适用于低算力低功耗场景，已有包括三星在内的多家SSD厂商进行实践和部署。但对于数据中心复杂场景、高通量、低延时的海量数据加速需求，作为独立应用芯片的CSP则成为更行之有效的实现方案。
截至目前，包括三星、西部数据、海力士等主流存储厂商，以及英伟达、AMD、Intel、戴尔等主流计算企业共51家公司已加入SNIA技术工作委员会。
实际上，除了国际巨头在计算存储计算领域有所布局，国内深存科技亦是这一赛道中不可小觑的创企玩家之一。
深存科技成立于2020年11月，是国内首家近数据大算力CSP芯片及解决方案提供商，聚焦以数据为核心的计算目标（DataCentricComputing），研发与存储系统紧密结合的计算存储处理器/数据处理芯片（CSP），能够为下一代数据中心、5G边缘计算、云计算等数据繁重的应用场景提供核心组件，满足低延时、高精准的要求，解决“大数据”和“快数据”并存的难题。
深存科技创始人&CEO袁静丰告诉36氪，公司的主要出发点是从第一性原理出发，把算力部署到离数据更近的地方，以数据为核心展开计算。 “搬运计算资源比搬运数据更容易，效率也更高，在未来数据中心领域将会产生巨大的数据盈利。 ”他说。
01、团队产业化经验超20年，今年底将发首款正式量产大算力产品“我们的主要目标是做改变数据层面和存储端算力架构的探索，为未来以数据为核心计算的技术方案做更多革新。 ”袁静丰说。
【以数据为核心的近数据计算，「深存科技」计算存储处理芯片及解决方案加速突破数据中心算力瓶颈】他谈道，存储及数据服务器在过去很长的时间里一直处于“被动”状态，仅仅注重容量和读写服务，而深存科技希望将它改变成一个具有数据认知、结果产出能力的“自动驾驶”系统，形成以数据为核心的计算，成为智能化的数据湖，面向未来数据繁重的应用需求，包括数据中心、流媒体、自动驾驶等领域。
从公司成立以来，深存科技相继推出了基于FPGA的算法原型机、工程样机，到目前已准备量产的产品样机，而这迅速的研发节奏与公司团队背景息息相关。
一方面，公司核心团队来自西部数据、美光、惠普研究院、英特尔、微软Azure数据中心、英伟达、腾讯等知名企业，拥有20年以上存储控制芯片、数据加速芯片、GPU算力芯片和国际领先的数据中心、超算架构的研发经验，成功迭代并量产多个数据中心核心芯片项目。