Meta是如何围绕QLC固态硬盘做的设计？

Ofweek维科网2025-11-13

芝能智芯出品在AI训练与GPU集群驱动的算力革命中，存储架构正迎来深刻重塑，Meta提出的E2外形规格，成为这一变革的核心引擎。它以1PB级QLC固态硬盘为目标，通过优化封装布局与散热结构，突破了E1与E3标准的容量瓶颈，构建出真正面向GPU规模计算的存储体系。Part 1E2：从QLC堆叠到GPU集群的能效平衡存储的演进，本质上是数据密度、功耗与结构之间的长期博弈。Meta推动E2标准，是因为...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2583515885?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-11-13 15:57","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2583515885","market":"us","top_or_hot":-1,"title":"Meta是如何围绕QLC固态硬盘做的设计？","media":"Ofweek维科网","content":"<div>\n<p>芝能智芯出品在AI训练与GPU集群驱动的算力革命中，存储架构正迎来深刻重塑，Meta提出的E2外形规格，成为这一变革的核心引擎。它以1PB级QLC固态硬盘为目标，通过优化封装布局与散热结构，突破了E1与E3标准的容量瓶颈，构建出真正面向GPU规模计算的存储体系。Part 1E2：从QLC堆叠到GPU集群的能效平衡存储的演进，本质上是数据密度、功耗与结构之间的长期博弈。Meta推动E2标准，是因为...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251113155931a49e6ffd&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>Meta是如何围绕QLC固态硬盘做的设计？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nMeta是如何围绕QLC固态硬盘做的设计？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-11-13 15:57 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251113155931a49e6ffd&s=b><strong>Ofweek维科网</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>芝能智芯出品在AI训练与GPU集群驱动的算力革命中，存储架构正迎来深刻重塑，Meta提出的E2外形规格，成为这一变革的核心引擎。它以1PB级QLC固态硬盘为目标，通过优化封装布局与散热结构，突破了E1与E3标准的容量瓶颈，构建出真正面向GPU规模计算的存储体系。Part 1E2：从QLC堆叠到GPU集群的能效平衡存储的演进，本质上是数据密度、功耗与结构之间的长期博弈。Meta推动E2标准，是因为...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251113155931a49e6ffd&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"SG9999014898.SGD","symbol_name":"United Global Quality Growth Fund Dis SGD","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251113155931a49e6ffd&s=b","article_id":"2583515885","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN20251113155931a49e6ffd&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2583515885","pubTimestamp":1763020633,"columns":[],"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"它以1PB级QLC固态硬盘为目标，通过优化封装布局与散热结构，突破了E1与E3标准的容量瓶颈，构建出真正面向GPU规模计算的存储体系。Meta推动E2标准，是因为现有的E1、E3外形规格在面对超大容量QLC NAND时已显得力不从心。Meta提出的“每TB性能调优”策略，正是基于QLC特性，通过控制读写比与访问频率，实现能效与性能的最佳平衡。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"SG9999014898.SGD":"United Global Quality Growth Fund Dis SGD","LU2487616109.SGD":"JPM AMERICA EQUITY \"A\" (SGD) ACC","LU0265550359.USD":"BGF SYSTEMATIC GLOBAL ENHANCED EQUITY YIELD \"A2\" (USD) ACC","LU2420271590.USD":"ALLIANZ SELECT INCOME AND GROWTH \"AT\" (USD) ACC","LU2272731600.USD":"Allianz Global Intelligent Cities AM Dis USD","FB":"ProShares S&P 500 Dynamic Buffer ETF","LU0157215616.USD":"FIDELITY GLOBAL FOCUS \"A\" INC","BK4508":"社交媒体","LU0476273544.USD":"CT (LUX) I GLOBAL TECHNOLOGY \"BU\" (USD) ACC","LU0553294199.USD":"BGF GLOBAL EQUITY INCOME \"A5G\" (USD) INC","SG9999015952.SGD":"LIONGLOBAL DISRUPTIVE INNOVATION \"I\" (SGD) ACC","LU1868837136.USD":"CT (LUX) I AMERICAN \"8\" (USD) ACC","LU1548497426.USD":"安联环球人工智能AT Acc","SGXZ81514606.USD":"大华环球创新基金A Acc USD","SG9999002224.SGD":"Allianz Global High Payout SGD","IE00B19Z3581.USD":"Legg Mason ClearBridge - Value A Acc USD","LU1868836591.USD":"CT (LUX) I AMERICAN \"1U\"(USD) ACC","LU1435385759.SGD":"Natixis Loomis Sayles US Growth Equity RA SGD-H","LU1366192091.USD":"ALLIANZ US EQUITY PLUS \"AM\" (USD) INC","IE00BK4W5L77.USD":"HSBC GLOBAL FUNDS ICAV US EQUITY INDEX \"HC\" (USD) ACC","LU1868836757.USD":"CT (LUX) I AMERICAN FUND \"2\" (USD) ACC","LU0795875086.SGD":"JPMorgan Investment Funds - Global Income A (div) SGD","LU0823421333.USD":"BNP PARIBAS DISRUPTIVE TECHNOLOGY \"C\" (USD) ACC","LU0061474705.USD":"THREADNEEDLE (LUX) GLOBAL DYNAMIC REAL RETURN \"AU\" (USD) ACC","LU2462157665.USD":"ALLIANZ GLOBAL INCOME \"A\" (USD) INC","LU2125154778.USD":"ALLSPRING GLOBAL EQUITY ENHANCED INCOME \"A\" (USD) INC","LU0949170772.SGD":"Blackrock Global Equity Income A6 SGD-H","LU1242518857.USD":"FULLERTON LUX FUNDS - ASIA ABSOLUTE ALPHA \"I\" (USD) ACC","LU0823421416.USD":"BNP PARIBAS DISRUPTIVE TECHNOLOGY \"C\" (USD) INC","LU0345769128.USD":"NINETY ONE GSF GLOBAL EQUITY \"A\" (USD) ACC","SG9999018857.SGD":"United Global Quality Growth Fd Cl Acc SGD-H","LU2404859667.USD":"FUNDSMITH EQUITY FUND \"R\" (USD) ACC","LU0353189680.USD":"富国美国全盘成长基金Cl A Acc","LU0276348264.USD":"THREADNEEDLE (LUX) GLOBAL DYNAMIC REAL RETURN\"AUP\" (USD) INC","LU0823434583.USD":"BNP PARIBAS US GROWTH \"C\" (USD) ACC","LU2458330243.SGD":"FRANKLIN SHARIAH TECHNOLOGY \"A-H1\" (SGDHDG) ACC","LU0053666078.USD":"摩根大通基金-美国股票A（离岸）美元","QLC":"FlexShares US Quality Large Cap Index Fund","LU2023250504.SGD":"Allianz Thematica Cl AMg DIS H2-SGD","LU0082616367.USD":"摩根大通美国科技A（dist）","LU0795875169.SGD":"JPMorgan Investment Funds - Global Income A (div) SGD-H","LU0878866978.SGD":"First Eagle Amundi International AHS-QD SGD-H","LU1489326972.SGD":"First Eagle Amundi International AHS-MD SGD-H","LU1366333091.USD":"FIDELITY GLOBAL FOCUS \"A\" (USD) ACC","LU2602419157.SGD":"HSBC ISLAMIC GLOBAL EQUITY INDEX \"AC\" (SGD) ACC","LU1035775433.USD":"AB SICAV I - AMERICAN GROWTH PORTFOLIO \"AD\" (USD) INC","META":"Meta Platforms, Inc.","LU1153585028.USD":"BGF GLOBAL LONG-HORIZON EQUITY  \"A4\" (USD) INC","LU0061474960.USD":"天利环球焦点基金AU Acc","LU2272731782.SGD":"Allianz Global Intelligent Cities AM Dis H2-SGD"},"translate_title":"How did Meta design around the QLC SSD?","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"FB":1.5,"QLC":1.5,"META":1.5},"content_text":"芝能智芯出品在AI训练与GPU集群驱动的算力革命中，存储架构正迎来深刻重塑，Meta提出的E2外形规格，成为这一变革的核心引擎。它以1PB级QLC固态硬盘为目标，通过优化封装布局与散热结构，突破了E1与E3标准的容量瓶颈，构建出真正面向GPU规模计算的存储体系。Part 1E2：从QLC堆叠到GPU集群的能效平衡存储的演进，本质上是数据密度、功耗与结构之间的长期博弈。Meta推动E2标准，是因为现有的E1、E3外形规格在面对超大容量QLC NAND时已显得力不从心。随着生成式AI、LLM训练与多模态模型对数据吞吐的需求持续增长，GPU服务器成为新的计算基石，而存储架构却逐渐成为瓶颈。E2的出现，正是为了让存储单元与GPU计算单元在功耗、密度与可扩展性上实现新的平衡。QLC（Quad-Level Cell）技术是E2实现1PB目标的基础。与TLC相比，QLC每个单元存储四个比特，提高了单位面积存储密度。带来的问题也同样突出：写入寿命缩短、延迟增加、散热困难等。E1.S与E3.L等现有标准虽已支持QLC产品，但在堆叠密度与功耗控制上受限明显。E3.L的非对称外壳导致散热路径受限，而E1.S在封装数量与功耗余量上都无法支持超过128TB的容量。Meta工程团队因此设计了E2外形，以200mm × 76mm × 9.5mm的对称封装尺寸重新定义布局逻辑，使其能够容纳64个以上的NAND封装，同时保持高效的热管理结构。E2仍采用标准化的EDSFF（Enterprise & Datacenter SSD Form Factor）接口，与现有PCIe Gen5 NVMe协议完全兼容。这意味着它可以无缝集成到现有服务器背板系统中，而无需改变基础互联结构。更关键的是，E2的功耗控制目标被限定在80W以内，即便在1PB容量下也能保持能效比优势。Meta已经在一台搭载40块E2 SSD的原型机中完成演示——单台服务器即可实现40PB的存储容量，总功耗约3.2kW。这一数据意味着，每PB存储的系统能耗将下降约30%，同时显著减少了CPU与NIC的配置需求，从而在服务器层面提升整体计算密度与能效。从系统角度看，E2的意义在于架构的一致性。过去，GPU服务器往往依赖分层式存储结构：高速NVMe用于训练缓存，大容量SATA或HDD用于冷数据。这种结构导致数据流转复杂、延迟高且难以管理。E2所代表的1PB级QLC SSD，则有可能直接承担热数据存储与模型缓存功能，让GPU与存储之间形成高带宽、低延迟的直接访问通道。这为AI训练带来一种全新的架构可能性——计算与数据的同域共存。从制造工艺角度看，E2的实现同样得益于NAND封装技术的演进。当前主流的176层与232层堆叠NAND已能在单颗Die上实现高达2Tb的容量，而通过堆叠封装与更高密度的BGA布局，单PCB即可支持上千颗NAND芯片。这一能力，加上高效的散热路径与热均衡管理，使E2能够在高密度运行下维持稳定性能。Meta提出的“每TB性能调优”策略，正是基于QLC特性，通过控制读写比与访问频率，实现能效与性能的最佳平衡。Part 2E2推动的计算-存储融合E2是系统工程思维下的必然产物，AI基础设施设计范式的转变——从以CPU为中心的存储系统，走向以GPU为核心的“计算密集+数据密集”融合系统。在传统数据中心中，存储与计算是分离的。NVMe SSD的任务是为CPU提供低延迟数据访问，而GPU通常从中间层或缓存节点加载数据。随着大模型训练规模爆炸式增长，这种分离架构导致存储I/O成为系统性能的瓶颈。GPU集群需要持续流动的高带宽数据，而CPU层的缓存和调度反而成了“堵点”。E2正是为了解决这一问题而生：它以更高的存储密度、更低的能耗和更简单的物理布局，让数据中心可以在同一机架内部署PB级存储容量，实现“GPU直连存储”的可能。这个关键趋势是减少控制器与互联资源的重复配置。在传统架构中，每提升存储容量，就必须同步增加控制器与网络接口数量，从而推高能耗与系统复杂性。而E2通过极端容量提升，实现“同CPU、同NIC下的更高PB密度”，使系统在单位能耗下能支撑更多数据负载。这种“控制器均摊效应”不仅降低了设备成本，也直接推动了算力基础设施的绿色化。E2的出现将对现有存储生态产生深远影响。2024年M.2 SSD市场出货量预计将骤降至原有的五分之一，主要原因正是其容量受限与散热瓶颈，E1.S与E2的份额将持续上升，特别是E1.S将在高性能计算节点中占据主导.而E2则成为企业级与AI训练集群的主流存储形态，U.2形态的总容量预计在2029年前仍将高于E3与E1系列总和，在过渡阶段仍需兼容传统规格。E2的成功还取决于整个产业链的配合。控制器厂商需优化QLC写入算法与纠错机制，确保在高容量、高热密度环境下的可靠性。NAND制造商则需继续推进更高层数堆叠与能效改进，以支撑1PB级产品的商业化。散热与结构材料的创新也将成为关键。E2外壳的热优化设计意味着更高的导热系数材料、更高效的气流路径，以及对服务器风道的重新规划。Meta在其样机中通过单PCB与热对称外壳实现了25W以上散热能力，这为后续80W级功耗下的长期稳定运行奠定了基础。存储不再只是“数据容器”，而成为算力的一部分。当GPU需要访问PB级训练数据时，不再受限于传统的网络瓶颈与分层调度，而是可以像调用显存一样直接调用SSD数据块。未来，在CXL（Compute Express Link）互联架构的支持下，E2甚至有可能成为计算与存储共享内存的一部分，彻底打破二者的界限。小结过去分层式、模块化的存储架构，转化为面向算力需求的整体性平台，在GPU为中心的计算环境下，存储必须以更高密度、更高能效和更低延迟的形式嵌入计算体系中。未来十年数据中心的结构方向：统一接口、极致容量、模块化扩展和智能能耗控制。原文标题 : Meta是如何围绕QLC固态硬盘做的设计？","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":0,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.42.3","shortVersion":"4.42.3","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2583515885","isCrawlerRequest":true}