首页 / 科技 / Marvell FMS 2026 上发布面向服务器人工智能存储的 Bravera SC6 固态硬盘控制器芯片

Marvell FMS 2026 上发布面向服务器人工智能存储的 Bravera SC6 固态硬盘控制器芯片

摸鱼不慌
摸鱼不慌

IT之家 8 月 5 日消息,在 FMS 2026 展会上,Marvell(美满电子)发布了其面向服务器人工智能存储领域的 Bravera SC6 (型号 MV-SF1410) PCIe Gen6 固态硬盘控制器芯片。该芯片预计将于 2026 年第四季度完成样品交付。

产品技术与应用领域

Bravera SC6 控制器芯片是一款专为服务器人工智能存储场景设计的固态硬盘主控芯片。其支持 PCIe Gen6 接口标准,旨在提升服务器在人工智能数据处理中的存储性能。

PCIe Gen6 是一种高速通信协议,与 PCIe Gen5 相比,传输速率提升了一倍。该技术主要用于数据中心和服务器领域,以满足日益增长的人工智能计算和存储需求。

Bravera SC6 控制器将应用于未来的服务器人工智能存储方案。

产品进度与市场预期

Marvell 宣布,Bravera SC6 芯片计划在 2026 年第四季度完成样品阶段。这意味着距离实现量产还有一段时间,但市场预计该芯片若成熟,将成为服务器存储市场的一款重要产品。

Marvell 公司简介

Marvell 是一家在全球范围内提供高性能半导体解决方案的科技公司,其产品广泛用于存储、网络和计算领域。

Marvell FMS 2026 上发布面向服务器人工智能存储的 Bravera SC6 固态硬盘控制器芯片  第1张

Marvell Bravera SC6 芯片推出:提升 AI 推理存储性能,支持 HBM 数据迁移至 SSD

Marvell 公司发布新一代 Bravera SC6 芯片,旨在提升人工智能推理过程中的存储性能,通过将更多 KV Cache 数据从高带宽内存(HBM)迁移至固态硬盘(SSD),从而提高数据中心基础设施效率。

技术规格与性能提升

Bravera SC6 芯片符合 NVMe 2.2 规范,性能较上一代 SC5 提升了两倍。该芯片采用双 6 核 Arm Cortex-R82 集群架构,同时集成了 3 个 Arm Cortex-M7 专用内核和 1 个 Arm Cortex-M3 安全内核,并配有 5MB SRAM 缓存。

芯片提供 64+8bit DDR5 内存接口,内置硬件 RAID 引擎和先进 LDPC 纠错引擎。

此外,Bravera SC6 集成了 Marvell 第六代 NANDEdge 技术,拥有 16 个 3600MT/s NAND 闪存通道,每个通道支持 8 个程序擦除周期(CE),兼容 SLC、MLC、TLC、QLC 等多种闪存类型。

功能特性

NVMe 2.2 是一种新型存储设备接口规范,用于规范非易失性内存主机控制器接口。该规范旨在提供更高的性能和功能扩展性。

MV-SF1410 作为 MV-S Family 系列产品之一,支持端到端(E2E)数据保护功能,具备 AES 加密、SHA 哈希算法、RSA 加密及椭圆曲线加密等安全特性,同时提供灵活的固件加载选项。

行业影响

Bravera SC6 的推出,使得更多 KV Cache 数据能够从昂贵的 HBM 转移到成本更低的 SSD 上,这在一定程度上降低了数据中心在 AI 推理任务中的存储费用。

Marvell FMS 2026 上发布面向服务器人工智能存储的 Bravera SC6 固态硬盘控制器芯片  第2张

Marvell推出Photonic Fabric Pod级光学内存共享解决方案 支持最大32TB热KV Cache卸载

Marvell公司展示了其Photonic Fabric解决方案中的Pod级光学内存共享技术。该方案可以在多个XPU和机架之间创建最大跨度达50米的新共享内存层,支持最多32TB的热KV Cache卸载功能,并且在同一基础设施条件下,能够实现2~3倍的Token吞吐量提升。

技术特点

该光学内存共享解决方案利用了Photonic Fabric技术,通过光传输手段实现了内存资源的跨设备共享。

  • 支持跨度最远达50米的光学连接
  • 可处理最大32TB的热KV Cache数据
  • 在基础设施不变的情况下提升Token处理效率

专业名词解释

Photonic Fabric是一种基于光子技术的网络架构,通过光纤而非传统电子信号进行数据传输,具有传输距离长、速度快、带宽高等特点。XPU是扩展处理单元的缩写,能够在高性能计算中执行复杂运算。KV Cache是对键值缓存的一种简化称谓,在机器学习模型中用于存储中间计算结果,加快推理速度。Token是自然语言处理中的基本单位,可以理解为一个字或词元。

行业影响

业内专家指出,该技术解决了大规模AI计算中对内存共享的需求问题。在相同规模的硬件配置下,通过共享内存设计可显著提高整体计算性能。

该方案通过进一步提升计算单元间的内存共享能力,为大型语言模型训练提供了新型的硬件支持方案。

技术参数说明

根据测试数据,该方案实现了Token吞吐量2~3倍的提升。具体参数包括:

  1. 最大支持的内存共享容量为32TB
  2. 支持的设备间最大物理距离为50米
  3. 在同等硬件配置下,Token处理效率提升比例为2~3倍