簡介
Gen-Z™可擴充式運算互相連線協定，提供一種分解的方法來解決記憶體與電腦運算需求增長的問題。
與其他協定不同的是，Gen-Z再度利用乙太網路 (Ethernet) 與PCIe協定既有的實體層架構，但重新定義了自己的資料鏈 (MAC) 以及傳輸層的封包格式和指令架構。
Gen-Z可以透過乙太網路或PCIe的電纜和接頭，在快取列粒度裡傳輸資料，達到超低延遲和超高吞吐量。
SMART Modular世邁科技是Gen-Z聯盟的活躍成員之一，而且是科技產業中少數幾家企業領先在Gen-Z協定的生態系統底下開發出相關產品。
優勢
由於記憶體和運算資源分別位於獨立機架上，分散系統具備多項優勢。
硬體面挑戰：PCB基板面積已飽和
主機板上沒有剩餘空間增加更多DDR DIMM插槽。新型高速並行協定除了需要複雜的PCB設計技術之外，需使用特殊的材料來進行製造，這無疑是替硬體製造商帶來額外的負擔。因此，使用匯流排介面來擴充記憶體已經變成一種產業趨勢。
Gen-Z解決方案:
- 允許位於機盒外面、甚至不同機架上的記憶體資源互相串聯，如此一來便無需在機盒內添加更多的記憶體，不僅釋放了PCB上的空間，更可以降低製造成本。
- 分離CPU介面與基礎記憶體技術，允許使用者獨立升級CPU，不必被任何特定的供應商、架構或CPU綁定。
- 允許記憶體技術混合搭配，無論是直接連接，還是透過Persistent Memory例如儲存級記憶體 (SCM) ，或是透過單純NAND Flash儲存媒介。
- 移除嚴格的時序要求，例如DDR4與DDR5需直接連接並行記憶體介面。
軟體面挑戰：工作量改變
新款的HPC高效能運算型號以及人工智慧/機器學習的演算法需要大量記憶體才能儲存中繼資料，因為來自多個運算節點需同時存取這些中繼資料。
Gen-Z解決方案:
- 機架共享記憶體和運算資源，允許應用程式使用資料中心的所有資源。
- 重新定義資料鏈路層和傳輸層協定，在整個網路中實現微秒內來回通訊延遲。
- 提供直接定址給分散式物理記憶體，無須透過作業系統和裝置驅動程式來主導。 CPU中央處理器需花費更多時間執行終端應用程式。
- 在快取列粒度的階層即確保安全可靠的資料傳輸，以實現記憶體負載及儲存語義。
- 進階功能例如集合式與原子式操作，允許在源頭就可以處理資料，節省昂貴的緩衝區副本。
成本面挑戰：從投資中獲取價值
創新不斷在發生，其頻率和速度快到讓人難以判斷哪些技術可以經得起數十年的考驗，且像乙太網路那樣可以擁有百分之百的投資回報率。大多數新協定都需要使用全新硬體或升級現有基礎架構。
Gen-Z’s解決方案:
- 再次利用與乙太網路相同的IEEE 802.3實體層的既有實體基礎架構，以實現記憶體負載及儲存語義，如此一來資料中心的電源以及電纜便無需做任何基礎架構上的更動。
- 無須對數據中心電源和佈線等任何基礎設施進行更改
- 必要時允許共享或重新分配記憶體與運算資源，如此一來可以避免資料中心管理員過度預留系統空間，造成總擁有成本 (TCO) 比例過低。
產品
1. Gen-Z Micro Development Kit (µDK) 微型開發平台
Gen-Z Micro development kit是一個獨立式平台，開箱附上操作Gen-Z所需的所有硬體和軟體零組件，該開發套件可用於以下情況：
- 硬體工程師可以原型化自己的硬體設計，例如相容Gen-Z的橋接器 (bridge) 或交換器 (switch) 。
- 軟體開發人員可以替Gen-Z生態系統開發裝置驅動程式以及軟體框架。
- 系統架構師可以評估延遲時間進而開發新功能，例如fabric attached記憶體的整合性與一致性。
[Video] Platform Software Development Kit for Gen-Z Enablement
[Videos] Gen-Z Consortium Webinars
延伸閱讀
[Technical Brief] SMART Gen-Z Micro Development Kit (µDK)
Future of Persistent Memory DRAM and SSD Form Factors Aligned with New System Architectures
2. Gen-Z Memory Module (ZMM) 記憶體模組
SMART Modular世邁科技ZMM是一款高密度記憶體模組，採用標準EDSFF E3.S尺寸，用於Gen-Z原型設計及生產部署。ZMM記憶體模組提供各種容量，最高可支援到DDR4 256GB，如此一來伺服器製造商可以透過添加高速且低延遲的記憶體而不用佔據其他DDR插槽，也不會犧牲延遲或吞吐量。
延伸閱讀
[Product Brief] SMART Gen-Z Memory Module
適用情境
- 記憶體資料庫分析
- 相似性搜尋
- 大規模圖表推斷
- 金融財務模型建置
訂購資訊
更多相關訊息，請聯繫我們。