Phison在欧盟扩展Pascari AI存储生态:NAND闪存控制器加速AI数据中心部署
群联电子(Phison Electronics)于CloudFest 2026大会上宣布,将在欧盟全境扩展其Pascari品牌的NAND闪存控制器和存储解决方案产品线,以加速欧洲AI基础设施建设。
AI工作负载对存储系统提出了前所未有的需求:大模型训练需要高带宽连续读取大量训练数据;推理服务需要低延迟的模型加载和KV缓存读写;多租户AI云服务需要存储系统具备强大的QoS(服务质量)隔离能力。传统企业级SSD无法同时满足这些差异化需求。
Phison的Pascari系列专门针对AI场景优化:采用PCIe 5.0接口,提供14GB/s以上的顺序读取带宽;集成智能缓存管理算法,针对AI推理的KV缓存访问模式优化;支持计算存储(Computational Storage)功能,将部分数据预处理卸载到SSD控制器上执行。
此次欧洲扩张是Phison全球AI存储战略的一部分。随着欧洲AI数据中心建设加速(受益于EU Chips Act和各国AI投资计划),存储基础设施成为关键瓶颈之一。Phison作为全球最大的独立NAND闪存控制器设计公司,正在从消费电子存储向AI企业存储市场转型。
Phison群联电子Pascari AI存储战略深度分析:从消费电子到AI基础设施的转型
行业背景:AI对存储系统的颠覆性需求
在CloudFest 2026大会上,全球最大的独立NAND闪存控制器设计公司群联电子(Phison Electronics)宣布在欧盟全境扩展其Pascari品牌的AI存储解决方案。这一战略举措的背后,是AI工作负载对存储系统提出的前所未有的挑战——传统企业级SSD正在面临AI时代的"适应性危机"。
AI工作负载对存储的需求与传统工作负载截然不同。在大模型训练阶段,系统需要持续高带宽地读取TB甚至PB级的训练数据集,任何存储瓶颈都会导致昂贵的GPU空闲等待。在推理阶段,模型加载要求极低的延迟(从SSD到GPU显存的加载时间直接影响首次Token生成速度),而KV缓存的读写模式呈现出传统存储系统未针对优化的随机小块I/O特征。在多租户AI云服务中,不同客户的AI工作负载需要存储系统提供严格的QoS(服务质量)隔离,防止一个大型训练任务的I/O风暴影响其他推理服务的延迟。
Pascari产品线的技术架构
群联的Pascari系列针对上述AI特定需求进行了系统级优化。首先是接口层面:采用PCIe 5.0接口,提供14GB/s以上的顺序读取带宽,满足训练数据集的大规模连续读取需求。相比PCIe 4.0的约7GB/s,带宽翻倍意味着数据加载时间减半。
在控制器架构层面,Pascari集成了AI优化的缓存管理算法。传统SSD的缓存策略针对通用文件系统的访问模式(大量随机4K读写、顺序大文件等),但AI推理的KV缓存呈现出独特的访问模式——大量中等大小的顺序写入和随后的随机读取。Pascari的控制器固件专门针对这一模式进行了优化,在KV缓存场景下相比通用SSD可提升30-50%的IOPS性能。
最具前瞻性的是计算存储(Computational Storage)功能。Pascari在SSD控制器中嵌入了轻量级数据处理引擎,可以在存储层面完成部分数据预处理任务——如数据格式转换、简单的张量操作、数据完整性校验等。这减少了需要通过PCIe总线传输到主CPU/GPU的数据量,降低了系统总线压力。
欧洲市场扩张的战略意义
群联选择在此时大规模进入欧洲市场具有多重战略考量。首先是政策东风:欧盟《芯片法案》(EU Chips Act)已拨款超过430亿欧元支持欧洲半导体产业链建设,各成员国也在追加本国投资。法国、德国、荷兰、北欧国家都在积极建设AI数据中心集群,存储需求正在爆发式增长。
其次是竞争格局:三星和SK海力士在消费级SSD市场拥有压倒性的品牌优势,但在AI专用存储这个新兴细分市场,各家的起跑线差距不大。群联作为独立控制器设计公司的优势在于:它不生产NAND闪存颗粒,因此可以灵活选择来自不同供应商(三星、SK海力士、美光、长江存储等)的颗粒,为客户提供更多选择和更好的供应链弹性。
第三是地缘政治因素:在中美科技脱钩的大背景下,欧洲企业越来越希望在关键技术组件上减少对单一地区的依赖。群联作为台湾企业,在中美之间提供了一个"第三选择",这在欧洲市场具有独特的吸引力。
AI存储市场的未来格局
AI对存储的需求正在重塑整个存储产业链。群联的动作只是冰山一角——美光、西部数据、铠侠等存储巨头也在加速推出AI优化的产品线。更深层的趋势是:存储正在从"被动数据仓库"转变为"主动计算节点",计算存储(Computational Storage)和存算一体(Processing-in-Memory)技术将在未来几年内深刻改变AI系统架构。
对于AI基础设施的建设者而言,存储选型正在成为与GPU选型同等重要的决策。一个配置不当的存储子系统可以轻易地将昂贵GPU集群的实际利用率从90%降至50%以下。群联Pascari系列的市场定位——AI专用、高性能、供应链灵活——精准地瞄准了这一需求缺口。
AI存储选型的实战指南
对于正在规划AI基础设施的企业,存储选型需要考虑以下关键维度:一是带宽与IOPS的平衡——训练优先考虑顺序读取带宽,推理优先考虑随机读写IOPS;二是延迟一致性——AI推理服务对尾部延迟(P99/P999)极为敏感,存储系统的延迟抖动直接影响SLA合规性;三是TCO(总拥有成本)——AI存储不仅是硬件采购成本,还包括电力消耗(AI SSD的功耗可达传统SSD的2-3倍)、散热设计和运维成本。群联Pascari的市场策略正是瞄准了这些复合需求,而非简单地追求单一指标的最优。