DSO.ai
础滨驱动的设计应用
了解更多 →
在高性能 SSD 设计中融入人工智能和安全
Synopsys 高级产物营销经理 Michael Thompson
近年来， 电子设备中所用存储器的 容量迅速增长。 您装在 口袋 中的 手机 所拥有的容量都比 15 年前的 大型计算机 多。自动驾驶汽车、 增强现实、机器视觉 和个人助理全都 实现重大 功能 改进 ，而 所有这些领域 的共同点 在于对大容量存储器的需求。存储器规模的迅速增长对 SSD 控制器设计提出了挑战，需要部署存储器内计算和人工智能 (AI) 来处理众多新任务。 SSD 中越来越多的信息量和处理能力也使其成为黑客的攻击焦点。 面对日益严重的威胁，实现加密和安全性变得至关重要。
存储器内计算
随着 SSD 规模的扩大，在存储器内部处理更多任务的需求也在增长。 存储器内计算用于处理移动大量数据带来的延迟和电源问题，以及延长驱动器寿命，同时提高可靠性。过去，数据都要从存储器移动到计算设备才能进行处理。 在公司系统中，数据必须通过多个接口和协议进行传输。这不仅需要时间并且会增加延迟，而且也会耗费功率。 最后，系统的不同位置会保存多个数据副本，从而增加了内存需求并降低了数据安全性。
为了消除上述问题，计算被转移到存储设备中。这一举措显着减少了数据移动量，减少了延迟，降低了功耗，并且提高了数据安全性（因为数据一直保留在存储器中）。另一优势在于能够优化工作的处理效果，提高吞吐量和性能。&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;&苍产蝉辫;
存储器内计算 还 被用于提高 SSD 的可靠性和承受力。为了增加闪 存密度， 设计人员 增加了每个单元能够存储的比特数。单元中存储的比特数增加之"后，单元能够承受的编程/擦除次数骤然减少。 这在 SSD 中成了大麻烦，尤其是在公司应用中，因为公司应用中的一个单元在一天之"内可能会被擦除并重新编程很多次。必需设计出性能足以支持存储器内计算的存储控制器，利用智能存储器同时处理写入放大系数和存储器的编程/擦除次数，尽量提高承受力和可靠性。
存储器中的人工智能
这种支持越来越多地通过 AI 实现。通过使用 AI，存储控制器可以根据数据的可能使用和访问方式以及 SSD 中可用的存储器类型，来确定存储数据的位置。必须经常访问和写入的数据可以存储在 DRAM 中，而较少擦除和写入的数据可以存储在各级闪存中。
图 1：存储器中 AI 的训练和推断环节
使用 AI 来提高 SSD 的承受力和可靠性涉及测量存储器的特性，例如：电压阈值、页面类型、相邻单元数据、数据保留时间和写入/擦除次数。这些特性随后被用作训练 AI 算法的输入，以获得有用的结果。 实现 AI 框架需要测试算法，以找到更适合特定存储器的算法并创建目标算法的图形。通过图形训练确定输入系数（或权重）的图形，然后编程到存储控制器的 AI 引擎中（图 1）。这一过程可能非常耗时，因为在我们努力实现预期结果的同时，也在执行测试和完善。
AI 还用于在存储点生成元数据，以描述和保存有关所存储数据的信息。这样更容易在 SSD 中查找特定数据，并且在搜索存储器时提高了效率。对数据的访问是推动大数据分析的动力，而且在存储器中使用 AI 大幅增强了这一动力。存储设计中将会继续增加对 AI 的使用，随着 AI 引擎变得更强大、功能更易于理解，其优势将会增加。
安全需求
随着 SSD 的规模和复杂性的增加，网络安全威胁的风险也在提高。SSD 可能包含敏感数据。虽然加密数据是一个很好的措施，但仅靠充分保护驱动器是不够的。 如果 SSD 中的控制器可能被黑客攻击，数据就可能会被解密和盗取。SSD 设计人员必须在存储控制器和存储器内计算的设计中规划和构建安全性。
为了确保 SSD 没有受到入侵，需要能够在系统重置时评估其自身的完整性 SSD 确定自身安全之"后，就可以调出 SSD 驱动器的其余部分并连接到网络。执行此操作的理想方式就是使用基于 SSD 中单独处理器的可信执行环境 (TEE)。TEE 提供的安全服务可在系统其余部分建立信任。将安全处理功能与其他处理活动分开，使得安全处理器能够在非常小且经过严格控制的环境中运行安全协议。
图 2：tRoot HSM 提供可信执行环境 (TEE) 用于保护安全数据
具有信任根的 DesignWare? tRoot 硬件安全模块 (HSM) 为设计人员提供了一个可信的执行环境，可保护 SSD 内的敏感信息和数据处理以及与外部实体的通信（图 2）。HSM 提供了在 SSD 中安全地创建、存储和管理数据的能力，并且由于不同的系统在重置后需要进行身份验证，因此又将信任范围扩展到其他内部和外部实体。tRoot HSM 降低了设计人员管理自身安全需求的开发成本。它们为设计人员提供了多种选择，让他们可以更有效地组合功耗、面积和性能来创建解决方案，并实现安全启动、调试、防篡改和密钥管理等安全攸关功能。
存储用 ARC 处理器
厂测苍辞辫蝉测蝉&苍产蝉辫;顿别蝉颈驳苍奥补谤别&苍产蝉辫;础搁颁?&苍产蝉辫;处理器在闪存控制器中获得广泛采用。&苍产蝉辫;&苍产蝉辫;它们具有出色的处理器性能和功能，带来非常高的性能效率。他们支持实现轻松自定义，降低系统延迟和功耗，同时提供顶级代码密度。ARC EM 处理器旨在实现低功耗和小面积，消耗低至 2 uW/MHz 的功率，因而在 eMMC 控制器中获得广泛采用。ARC HS 处理器旨在实现高性能，为每个芯核提供高达 7500 DMIPS 的计算能力，并且得以广泛应用于 SSD 控制器和存储器内计算处理。
图 3：带有存储器内计算功能的 SSD 驱动器
ARC EV 处理器为 AI 提供了可充分编程和扩展的解决方案。它们是采用高性能标量芯核和 512 位宽矢量 DSP 实现的。如果在驱动器中需要实现对象检测和分类，则可采用可选的卷积神经网络 (CNN) 引擎支持 HD 视频流。
总结
SSD 规模和性能的增加实现了一系列改变我们世界的电子产物。 SSD 功能的迅速发展改变了闪存控制器设计的考量因素。 存储器内计算目前是许多 SSD 应用程序的关键功能，并且越来越多地使用人工智能来实现。安全也是设计存储控制器时必需顾及的关键考量因素。 Synopsys 提供一系列种类齐全的 IP，用于支持 安全 IP&苍产蝉辫;和&苍产蝉辫;ARC EM、HS 和 EV 处理器等闪存控制器。Synopsys DesignWare IP 支持 工程师们创造更先进的 SSD 控制器设计，交付满足各种闪存应用要求的理想性能。
线上活动 | Events