SSD主控芯片还有哪些用途？

DPU600是DapuStor（大普微）在业内首创的智能存储SoC，基于最新的12nm FinFET工艺，可作为SSD主控提供业界领先的性能，还集成了可计算存储平台，用于ASIC加速的机器学习架构等。

上期讲到得益于DPU600内置的应用处理器平台，可以将DPU600作为存算一体化固态硬盘（PIS-SSD），并讨论了相关架构和实现技术。本期小编将进一步讨论计算存储的功能，这是小编又付出N个鸡腿后，从研发小伙伴们手里“炸”出来的干货。

同样地，小编需要先重复一下背景：

在大数据应用的背景下，海量的数据传输占用了各类总线、网络带宽，与此同时，固态硬盘（SSD）本身含有的CPU的算力也越来越强。为了减少大数据量的传输，从而衍生出各类对存储计算一体化（PIS-Processing In Storage）的需求，即在数据端固态硬盘内进行计算处理，也经常称之为“近存储计算”，仅传输结果和部分数据，从而减少海量数据传输，减轻总线和网络负载（Offloading）。

读者或许想说：这些上次说过了？

小编……，打Patch：虽然DPU600内置了PIS模块，但是需求永远是在变化和前进的（研发小伙伴最头痛的需求的快速变化），那么DPU600 如何应对？特别是特定计算要求的情况下，如何快速而灵活地满足需求？

首先说说现有的技术，如图1，是一种计算靠近存储的最通用方法：专用加速卡（计算模块）和存储都放置在PCIe总线，Host控制数据流在PCIe总线流动。显然，此种方式对IO（PCIe，RAM）的占用是非常的高。

图1

有瓶颈就有新的方案产生，业界有团队开始研发新的方案，如图2，即P2P Connection方案（此P2P不是坑各位钱的网络金融，类似各位下载用过的P2P，Peer2Peer），通过PCIe Bus，加速卡和存储器之间直接传输数据，以此Off Loading CPU和RAM的负载。

图2

说到这里，大家想到了DPU600肯定有什么东东，可以在此类应用需求上发挥作用？没错，DapuStor正在探索在DPU600上实现一种存储计算一体的固态硬盘（SSD）。

图3

先看一下，我们的设计基于如图3，相对于图1，2，其思路是：将所有运算放置在固态硬盘（SSD），其中为了弥补控制器本身计算能力扩展性有限的弱点，引入了加速器设计，并集成到一个PCB内。这样，可以进一步减轻负载（Offloading）到存储器（固态硬盘）内，相对于P2P方案，将计算加速器放置在SSD内（主机视角），从而不走主机上PCIe Bus。

为何如此设计？

1. 由于DPU600具有双PCIe模块，可以同时满足和主机通信（PCIe/NVMe），以及和加速器通信（PCIe/DPU-LINK），即满足数据的存储和计算两种通路需求，一个接口用于数据存储，另一个接口用于数据计算。其中运用DPU600中专门设计的DPU-LINK技术，减低传输延时，提升性能。

2. 由于DapuStor在存储计算深耕多年，形成了诸多存储计算的IP，可以应用到加速器（FPGA）里面。根据各自不同特性系统的需求，可以配置不同算法模块。

如图4，是我们设计的框架图：上半部分和普通的固态硬盘基本一致，下半部分是加速器的部分，目前是以FPGA为主体，其中由于计算的需求，可单独设置DRAM。但对主机而言保持一个接口，当然为了兼容性考虑，也备份了加速器的PCIe接口，便于扩展主机和加速器之间的通信。

图4

大家可能比较兴趣的技术点： DPU600和FPGA的内部设计。受限于小编手里鸡腿有限，只能“炸”到基本模块框架图，如图5。上图是DPU600内部相关模块构成，下图是FPGA相关模块构成。

图5

小编根据模块框图，这里把关键模块进行探讨一下：

1. DPU600存储系统，包括

PCIe Controller/PHY和NVMe Controller，应用于前端模块（FE）和主机通信协议栈，命令数据收发的硬件处理。

NAND Flash Controller/PHY，应用于后端模块（BE）闪存数据读写和相关闪存命令的硬件处理；

DDR Controller/PHY外连DRAM设备，应用于数据缓存。

CPU系统，包含MMU，CCI等典型应用处理器的功能模块，用于运行固件和Linux 操作系统；

其中和计算相关模块：

LSTM，是基于神经网络算法的计算模块，可以用于预测IO趋势，优化SSD性能。

DPU-LINK，是基于PCIe特性的硬件Buffer传输管理模块，用于优化PCIe数据传输管理，减少数据传输延时。

2.FPGA加速器计算系统，包括：

ADA（数据分析处理），用硬件实现数据的预分析和处理，包括但不限于：

ASCII数据转换（dconv）功能

正则匹配字符串查找（grep）功能

预排序处理（sort）功能

LSTM，是基于神经网络算法的计算模块，是DPU600内LSTM的强化版本。

PU， 是数据计算处理专用单元，优化数据处理进程。

其他通用计算模块，包括但不限于：

压缩（Compresssion）和解压（Decompression），

另外引入客户IP接口，相关处理包括但不限于数据搜索（Search），数据比较（Compare），数据标签（Tag），数据索引（Index）。

小编在这里Copy过来：一种计算应用场景，在DPU600+Accelerator的加持下，下面所述的计算需求更容易Offloading到计算存储系统内。

SQL Query一种典型的数据库应用，传统的所有步骤步骤均是在主机计算完成。在引入存算一体化存储器之后，可以把大部分查询计算移入到存取器内（加速器内），如图6，可以大大减少IO传输，是一种典型的 “近存储计算”应用。

原文标题：SSD主控芯片， 除了做SSD还能干点啥？- III

文章出处：【微信公众号：大普微】欢迎添加关注！文章转载请注明出处。

责任编辑：haq