Silicon Motion prepara l'emmagatzematge per a la IA agèntica amb PerformaShape

Què ha presentat Silicon Motion

Silicon Motion ha anunciat PerformaShape, una tecnologia de gestió de càrrega de treball per a unitats SSD empresarials que serveixen com a capa de memòria persistent en infraestructura d'IA agèntica. L'ha presentada en forma de MonTitan SSD reference design kit (RDK), un kit de referència destinat a fabricants d'emmagatzematge.

La tecnologia introdueix una arquitectura millorada de hardware per donar forma multidimensional a la càrrega de treball de l'SSD, permetent un control més precís sobre com l'emmagatzematge reparteix els seus recursos. La idea central és simple però important: una unitat SSD pot deixar de ser un tub pel qual passen dades i convertir-se en un gestor actiu de QoS, és a dir, de qualitat de servei previsible.

Per què la IA agèntica exigeix emmagatzematge diferent

Els agents d'IA són diferents dels models d'inferència convencionals. No només processen una entrada i retornen una sortida. Acumulen context al llarg de la conversa, executen passos de raonament múltiples, consulten eines externes i generen patrons d'accés molt variats. Tot això genera cadenes de dades diferents, unes previsibles, d'altres no.

El coll d'ampolla més concret és el KV cache, el magatzem de claus i valors que els transformers fan servir per agilitzar la inferència a mesura que el context creix. A més model i més finestra de context, més KV cache. En cert punt, aquest cache no hi cap a la memòria d'un servidor i s'ha d'abocar a emmagatzematge. Un SSD convencional pot servir dades, però no garanteix que les serveixi amb latència consistent, que és el que una conversa en temps real exigeix.

PerformaShape afegeix monitoratge integrat de rendiment i suport per a APIs NVMe TP4176, un estàndard que permet que l'SSD i el programari d'aplicació es comuniquin entre si sobre quin rendiment s'espera i quin s'està aconseguint. En entorns multiinquilí, on múltiples agents i càrregues de treball competeixen pel mateix emmagatzematge, aquesta comunicació és crucial.

La implementació tècnica

Silicon Motion ha incorporat PerformaShape en dos controladors: l'SM8366 per a PCIe 5.0 i l'SM8466 per a PCIe 6.0. Tots dos formen el cor del MonTitan SSD RDK. Els fabricants d'emmagatzematge poden fer servir aquest kit de referència per desenvolupar productes sense haver de reinventar la roda en gestió de càrrega de treball i monitoratge.

El kit simplifica el desenvolupament d'unitats SSD optimitzades per a servidors d'IA, reduint l'esforç d'enginyeria i accelerant l'arribada al mercat. Però el seu valor resideix menys en l'enginyeria que en la intenció: reconeix que l'emmagatzematge no és només velocitat pic, sinó comportament consistent sota condicions que canvien de forma contínua.

El canvi de perspectiva en emmagatzematge

L'anunci reflecteix un canvi més profund. Durant anys, l'emmagatzematge empresarial s'ha mesurat en IOPS pic, latència mitjana i capacitat. Aquests números continuen important, però en una infraestructura d'IA agèntica no són suficients. Un pic de rendiment que cau a un precipici cada quinze segons és pitjor que un rendiment sostingut més baix. Un emmagatzematge que no pot comunicar al programari què està passant és una caixa negra. Un SSD que no pot prioritzar el trànsit d'un agent sobre el del fons és un coll d'ampolla ocult.

PerformaShape no resol la física dels semiconductors, però sí que posa ordre en com es distribueix aquest treball entre múltiples demandes simultànies. És una peça de la cadena que permet que un agent d'IA sàpiga què esperar de l'emmagatzematge, i que l'emmagatzematge sàpiga què necessita l'agent.

Connexió amb IA agèntica a l'edge

A bitbitbla orquestrem IA agèntica en microcontroladors, donant-los intel·ligència conversacional i capacitat de raonament. La bretxa entre aquesta realitat i l'anunci de Silicon Motion és clara: allà parlen del servidor, aquí parlem del dispositiu. Però el patró és el mateix.

Una IA agèntica a l'edge també necessita persistència, context acumulat, raonament en múltiples passos. També gestiona recursos limitats i els ha de repartir entre diverses demandes que canvien contínuament. L'escala és menor, el hardware és diferent, però la pregunta fonamental és idèntica: com fer que un sistema agèntic funcioni de forma previsible quan els recursos són finits i la càrrega és variada.

Silicon Motion està pensant el problema al servidor. Nosaltres el pensem al dispositiu. Tots dos llocs necessiten que l'emmagatzematge, o la memòria, o tots dos, deixin de ser tubs inerts i es converteixin en socis actius de la intel·ligència que corre al hardware.

Font: Embedded.com.