Phisonは2026年11月17日、米シカゴで開催されたSupercomputing 2026(SC26)で、データセンター向けの新たなSSD技術を3つ発表した。PCIe 6.0に対応し、最大28 GB/sの転送速度を目指すコントローラー「X3」に加え、SSD内でデータを処理して必要な結果だけをサーバーに返す計算ストレージ、書き込み用キャッシュを各SSDに分散させる「Mixed Media」を披露した。AIや高性能計算(HPC)ではストレージへのアクセスが処理全体のボトルネックになる場合があり、今回の3技術はそれぞれ異なる方法でこの問題に対処する。

AD

PCIe 6.0対応のX3、最大28 GB/sの転送速度を目指す

企業向けSSDコントローラー「X3(PS5303)」は、PCIe 6.0の4レーン(x4)接続とNVMe 2.3に対応する。Phisonが掲げる性能目標は、シーケンシャル転送速度が最大28 GB/s、ランダムアクセス性能が最大680万IOPSだ。シーケンシャル転送速度は連続するデータを1秒間に何バイト転送できるかを表し、IOPSは1秒間に処理できる入出力要求の件数を示す。IOPSが同じでも、1回の入出力で扱うデータ量によって実際の転送速度は異なる。

PCI-SIGが公開したPCIe 6.0の仕様では、1レーンあたりの転送レートがPCIe 5.0の32 GT/sから64 GT/sへ倍増した。PCIe 6.0では、4段階の信号レベルでデータを表現するPAM4を採用し、信号の誤りに対処するため、前方誤り訂正(FEC)と巡回冗長検査(CRC)も導入している。これにより、SSDとホスト間で利用できる通信帯域が拡大する。

X3の動作サンプルは、COMPUTEX 2026での発表ですでに披露されている。当時のデモでは、X3を搭載した4基のSSDと、信号のタイミングを調整して再生成するリタイマー「PS7261」を組み合わせて動作させた。

今回のSC26では、X3の性能目標に加え、信号波形を補正するリドライバー「PS7161」についても発表した。Phisonによると、PS7161はPCI-SIGの適合リストに登録された初のPCIe 6.0対応リドライバーだ。同社はSSDコントローラーだけでなく、高速通信に必要な信号品質を確保する周辺部品も開発している。

SSD内にNPUと64GBメモリを搭載、データ転送量を最大100分の1に

2つ目の技術は、SSD自体に演算機能を持たせる「計算ストレージ(Computational Storage)」だ。

通常、サーバーがSSD内の大量のデータから必要な情報を取り出す場合、データをホスト側のメモリに読み込み、CPUやGPUで検索・抽出などの処理を行う。例えばデータベースから条件に一致する行だけを取得したい場合でも、処理方法によっては大量の元データをSSDから転送しなければならない。

Phisonの計算ストレージは、こうしたデータの走査や処理をSSD内部で並列実行し、必要な結果だけをホストに返す仕組みだ。処理結果が元データより大幅に小さい場合、SSDとホスト間を移動するデータ量を削減できる。同社は、適用可能な処理では転送量を従来の10分の1から100分の1に減らせる可能性があると見積もっている。

発表された設計では、SSD内部にAI処理向けのNPUと64GBのメモリを搭載する。内蔵メモリの帯域幅は130 GB/sとされているが、これはSSDとホスト間の転送速度ではなく、SSD内部のメモリ帯域を示す数値だ。また、PyTorchやvLLM、OpenVINO、llama.cppといったAI向けソフトウェアへの対応も計画している。

SSD内でデータを処理するという発想自体は新しいものではない。Samsungは2022年、第2世代SmartSSDを発表している。同製品はAMDのXilinx VersalとArmコアを利用し、データベースの走査や動画変換などの処理をSSD側で実行する設計だった。顧客が開発したソフトウェアや知的財産(IP)を組み合わせられる点も特徴としていた。

Phisonが今回、PyTorchやvLLMなど既存のAIソフトウェアへの対応を掲げたことで、開発者が使い慣れた環境からSSD内の演算機能を利用できる可能性がある。ただし、具体的にどの処理をSSD側へ移せるのか、ホスト側のソフトウェアからどのように呼び出すのかは明らかになっていない。

また、Phisonは36,800 DMIPSという性能値も示しているが、これはDhrystoneと呼ばれる整数演算ベンチマークに由来する指標であり、NPUのAI演算性能を直接表すものではない。Tom's Hardwareは、この数値がNPUと組み合わせる補助CPUの性能を示している可能性を指摘している。

TechSpotも、64GBというメモリ容量と130 GB/sの帯域幅は公表されたものの、メモリの種類や製品名、サンプル提供時期は明らかにされていないと報じた。実際の処理速度やAIワークロードへの適用範囲については、今後の詳細な仕様公開が判断材料となる。

AD

pSLCとQLCを組み合わせ、キャッシュをSSD全体に分散

3つ目の「Mixed Media」は、書き込み性能を重視したpSLC(疑似SLC)と、大容量のQLC NANDフラッシュを組み合わせるストレージ設計だ。QLCは1つのメモリセルに4ビットを記録することで記憶容量を増やせる一方、書き込み性能や耐久性の面では制約がある。pSLCはNANDフラッシュを1セルあたり1ビットで動作させ、書き込み性能を優先する方式だ。

PhisonのMixed Mediaは、1基のコントローラーが16チャネルを通じてpSLCとQLCを管理する。各SSDに書き込み用キャッシュと大容量の保存領域を持たせることで、キャッシュ専用SSDを別途用意する構成と比べ、ドライブベイを効率的に利用できる。同社は標準のNVMeインターフェースを利用し、ホスト側に専用ソフトウェアを追加せずに導入できる設計を目指している。

異なる記録方式を組み合わせるSSDには先例がある。DapuStorのJ5060はSLCとQLCの容量配分を調整できる設計を採用している。Phisonが今回強調したのは、キャッシュを各SSDに分散させることで、ドライブ故障時に失われるキャッシュ容量の割合を抑えられる点だ。

Phisonが示した24台構成のストレージアレイでは、Mixed Media方式でSSDが1台故障した場合、失われるキャッシュ容量は全体の約4%にとどまる。各SSDに同じ容量のキャッシュが割り当てられていると仮定すれば、1台分の割合は次のようになる。

一方、同社が比較対象として示した専用キャッシュ方式では、1台の故障でキャッシュ容量の25%を失うという。キャッシュを均等に割り当てた4台の専用SSDで構成されていると考えれば、1台の故障で4分の1を失う計算になる。つまり、アレイ全体のSSD台数が同じでも、キャッシュを少数のドライブに集中させるか、各ドライブに分散させるかによって、故障時に失われる割合が変わる。

ただし、キャッシュの分散配置だけで、連続書き込み時の性能が決まるわけではない。QLC SSDでは、pSLCキャッシュに一時保存したデータをQLC領域へ移す処理が必要になる。また、空き領域を確保するガベージコレクションでは、有効なデータを別の場所へ移動させることがある。

こうした内部処理によって、ホストが書き込んだデータ量よりも、実際にNANDフラッシュへ書き込まれるデータ量が増える現象を「書き込み増幅(Write Amplification)」と呼ぶ。Phisonの技術解説によると、ガベージコレクションはホストからの入出力と競合するため、書き込み速度や応答時間にも影響する。Mixed Mediaの実際の性能を判断するには、キャッシュを使い切るような継続的な負荷の下で、書き込み速度や遅延がどう変化するかを確認する必要がある。

3つの技術は改善する指標が異なる

PhisonのSC26公式発表では、SSDの性能を改善する3つの異なるアプローチが示された。

X3が目指す最大28 GB/sは、SSDとホスト間のデータ転送速度に関する目標値だ。計算ストレージの10分の1〜100分の1という数値は、特定の処理でホストへ転送するデータ量を削減できるという見積もりであり、処理速度そのものの改善率ではない。また、Mixed Mediaの約4%という数値は、24台構成のアレイで1台が故障した場合に失われるキャッシュ容量の割合を示している。

したがって、3つの技術を評価する際には、それぞれ異なる指標が必要になる。

X3では、データサイズや読み書きの条件をそろえ、実際の転送速度とIOPSを測定することが重要だ。計算ストレージでは、同じ処理をホスト側とSSD側で実行し、転送データ量に加えて処理全体の所要時間を比較する必要がある。Mixed Mediaでは、キャッシュを使い切る連続書き込み時の速度や応答時間に加え、ドライブ故障時の性能、残存容量、データ保護への影響が評価対象となる。

現時点で、こうした条件をそろえた実測結果や、X3搭載製品の具体的な提供時期は公表されていない。Phisonによると、今回紹介した製品や機能の多くは開発段階にあり、提供時期は開発状況や市場環境によって変わる可能性がある。

AIやHPC向けストレージでは、ホストとの転送速度だけでなく、転送するデータ量や書き込み処理の持続性もシステム全体の性能を左右する。今回の3技術はそれぞれ異なる制約への対処を目指しており、実際のワークロードでどの程度の改善が得られるかは、今後の製品化と実機評価によって明らかになる。