SK Hynix mengembangkan controller SSD dengan lebih dari 100 prosesor kecil untuk menangani pekerjaan rutin yang kian berat seiring meningkatnya kecepatan penyimpanan. Arsitektur bernama Hynix Transaction Processing Unit (H-TPU) itu dirancang untuk menekan konsumsi daya dan luas chip, terutama pada SSD enterprise dan sistem memori yang melayani beban kerja kecerdasan artifisial (AI).
Teknologi tersebut diperkenalkan dalam International SoC Design Conference. Wakil Presiden SK Hynix, Koo, mengatakan CPU serbaguna yang digunakan controller SSD konvensional mulai terbatas dari sisi daya dan area. H-TPU dikembangkan untuk mengambil alih jalur pemrosesan input/output (I/O) yang berulang, tanpa menggantikan CPU utama.
H-TPU menangani pekerjaan rutin controller SSD
Controller SSD mengatur sejumlah pekerjaan sekaligus, mulai dari membaca dan menulis data, memperbarui metadata, hingga mengendalikan buffer. Ketika antarmuka penyimpanan makin cepat, beban tugas tersebut ikut bertambah. Controller konvensional dapat membutuhkan lebih banyak inti CPU, yang berisiko memperbesar ukuran chip dan meningkatkan konsumsi listrik.
H-TPU membagi pekerjaan berulang itu ke banyak inti khusus. SK Hynix menyebut setiap prosesor H-TPU hanya membutuhkan sekitar 4 persen area yang digunakan satu inti CPU general-purpose dan mengonsumsi sekitar 2,5 persen dayanya. Angka tersebut merupakan perbandingan per inti, bukan gambaran langsung konsumsi daya atau luas keseluruhan controller.
Arsitektur H-TPU menggunakan pipeline empat tahap dengan eksekusi berurutan. Unit yang diperlukan untuk memproses suatu permintaan akan diaktifkan, sedangkan prosesor yang tidak dibutuhkan dapat masuk ke mode idle. Dengan pembagian ini, tugas rutin tidak harus terus-menerus ditangani oleh CPU utama.
H-TPU bukan akselerator AI dan tidak dirancang untuk menggantikan CPU. Inti CPU konvensional tetap menangani pekerjaan yang lebih kompleks, seperti pemulihan error, penanganan pengecualian, serta pengambilan keputusan terkait kebijakan penyimpanan. H-TPU berfungsi sebagai pendamping yang mengalihkan sebagian beban kerja.
Rancangan untuk menghadapi peningkatan kecepatan PCIe
Kebutuhan controller menjadi semakin menantang saat bandwidth antarmuka penyimpanan meningkat dari satu generasi ke generasi berikutnya. PCIe 6.0, 7.0, dan 8.0 diperkirakan membawa kecepatan transfer lebih tinggi, sehingga pemrosesan I/O yang efisien kian penting. Menambah inti CPU bukan satu-satunya jalan; SK Hynix mencoba membagi fungsi ke prosesor kecil dengan tugas yang lebih spesifik.
Dalam pemaparannya, perusahaan menyebut kontrol penyimpanan melibatkan banyak fungsi terperinci yang kurang cocok ditangani satu CPU secara seragam. H-TPU dirancang agar fungsi-fungsi tersebut dapat dikerjakan oleh klaster khusus. Namun, SK Hynix belum mengungkap jumlah inti dalam setiap klaster maupun rincian konfigurasi lengkapnya.
Pendekatan memecah beban kerja bukan hal yang sepenuhnya baru di industri. Controller SSD dari sejumlah produsen juga menggunakan inti tambahan atau prosesor kecil untuk tugas tertentu. H-TPU menonjol karena SK Hynix menyebut jumlahnya melampaui 100 dan mengembangkan inti tersebut sebagai rancangan sendiri yang dapat diprogram.
Ditujukan untuk SSD enterprise dan Storage Next
SK Hynix berencana memasukkan H-TPU ke controller SSD enterprise generasi berikutnya dan arsitektur Storage Next. Perusahaan juga menyiapkan penggunaannya bersama High Bandwidth Flash (HBF), teknologi memori yang diperkirakan memasuki pasar tahun depan. H-TPU turut direncanakan untuk diperluas ke portofolio penyimpanan AIN, termasuk keluarga AIN P, AIN B, dan AIN D.
Storage Next dirancang untuk mengakomodasi permintaan data berukuran lebih kecil yang berkaitan dengan model AI terbaru. Sistem itu ditujukan untuk mengakses transaksi 512 byte atau kurang, dibandingkan unit data konvensional 4 KB. Kemampuan menangani permintaan kecil secara efisien menjadi salah satu kebutuhan sistem penyimpanan yang bekerja dengan beban AI.
Meski rencana pengembangan telah dipaparkan, SK Hynix belum mengumumkan kapan H-TPU akan hadir dalam produk komersial tertentu. Perusahaan juga belum membeberkan dampaknya terhadap performa SSD secara keseluruhan. Karena itu, klaim efisiensi daya dan area masih perlu dilihat dalam implementasi produk nyata.
Pengembangan ini menunjukkan bahwa persaingan penyimpanan enterprise tidak hanya berkutat pada kapasitas NAND, tetapi juga pada cara controller mengelola data dengan lebih hemat. Seiring kebutuhan AI dan kecepatan antarmuka terus meningkat, efisiensi pemrosesan di tingkat controller akan menjadi salah satu faktor yang menentukan kemampuan SSD generasi berikutnya.




