NVMe与AI：RAID为何强势回归？

全文概览

在云原生时代，传统RAID曾被视为过时。然而，随着NVMe SSD带来性能飞跃，以及AI工作负载对GPU利用率的极致追求，主机CPU瓶颈日益凸显。存储介质不再是短板，管理高速存储的开销却成了新挑战。RAID，这一经典技术，正以硬件加速的姿态强势回归，它将如何重塑数据中心存储范式，并为AI时代带来哪些变革？

阅读收获

• RAID复兴逻辑：理解NVMe与AI如何将存储瓶颈从介质转向CPU，驱动RAID硬件加速的深层原因。
• 新型RAID方案与实践：掌握Microchip、Graid等厂商通过计算卸载提升NVMe存储效率的创新架构，并学会优化AI存储策略。
• 计算存储前瞻：洞察计算与存储融合趋势，预见CXL等技术对未来数据中心架构的深远影响。

01

数据场景的价值选择

存储技术的发展史呈现出一个引人深思的悖论：在以云原生、软件定义架构为主导的时代，传统RAID（独立磁盘冗余阵列）技术一度被视为昨日黄花，其地位逐渐被分布式系统中的多副本和纠删码（Erasure Coding, EC）方案所取代。然而，随着技术钟摆的再次摆动，RAID不仅没有消亡，反而以一种经过彻底重构的姿态强势回归。这并非技术的倒退，而是一场由数据中心核心瓶颈转移所驱动的深刻演进。（当前正处于新技术萌芽期，场景对高性能的需求更迫切）

这种价值的转变体现了一种根本性的角色倒置。传统RAID的核心价值在于将缓慢、不可靠且廉价的机械硬盘（HDD）组合起来，使其表现得既快速又可靠 1。其设计的初衷是为了弥补存储介质的先天不足。然而，在NVMe时代，存储介质本身已经具备了极高的速度和可靠性 3。新的挑战源于管理这种高速存储所产生的巨大开销。实验数据显示，软件定义存储在处理NVMe设备时，会消耗大量主机CPU资源，导致系统在远未达到存储硬件极限时就已陷入CPU瓶颈 5。在AI和GPU计算环境中，CPU和GPU周期是最宝贵且昂贵的资源，将其浪费在存储管理上是经济上不可接受的 6。因此，新一代RAID解决方案 8 的核心使命不再是修复驱动器的缺陷，而是保护主机资源免受管理驱动器所带来的沉重负担。其价值主张已从“以介质为中心”转变为“以主机为中心”。

02

追溯：从JBOD到SDS

01

经典RAID原理

在深入探讨其复兴之前，有必要回顾经典RAID技术的基本原理。RAID是一种数据存储虚拟化技术，它通过条带化（Striping）、镜像（Mirroring）和奇偶校验（Parity）这三种核心技术，将多个独立的物理磁盘组合成一个或多个逻辑单元，以实现数据冗余、性能提升或二者兼得的目标 1。

• RAID 0（条带化）：将数据分割成块，均匀地写入阵列中的所有磁盘。这显著提升了读写性能，因为可以并行访问多个磁盘。但它不提供任何冗余，任何单个磁盘的故障都会导致整个阵列的数据丢失 12。
• RAID 1（镜像）：将数据完全相同地写入两个或更多的磁盘，创建数据的完整副本。它提供了极高的数据冗余和快速的读取性能，但代价是存储容量的利用率只有50% 2。
• RAID 5（分布式奇偶校验）：结合了条带化和奇偶校验。数据块和奇偶校验块被分散存储在所有磁盘上。它允许单个磁盘发生故障而数据不丢失，并通过剩余数据和奇偶校验信息重建丢失的数据。它在性能、容量和冗余之间取得了较好的平衡 2。
• RAID 6（双分布式奇偶校验）：在RAID 5的基础上增加了一个独立的奇偶校验块。这使得阵列能够承受任意两个磁盘同时发生故障，提供了更高的数据安全性，但写入性能的开销也更大 2。
• 嵌套RAID（RAID 10, 50, 60）：这些是混合级别，通过组合基础RAID级别来获得特定的优势。例如，RAID 10（1+0）是先镜像再条带化，提供了RAID 1的冗余和RAID 0的性能；而RAID 50和RAID 60则是将数据条带化到多个RAID 5或RAID 6子阵列上，以提升大规模部署下的性能和安全性 13。

值得强调的是，RAID旨在提供高可用性，防止因硬件故障导致的服务中断，但它并非备份解决方案，无法抵御文件损坏、病毒感染或人为误删等逻辑错误 1。

02

云计算时代SDS方案

随着大规模云计算数据中心的兴起，架构范式从纵向扩展（Scale-up）转向横向扩展（Scale-out）。在这种背景下，传统的硬件RAID控制器因其扩展性有限（通常局限于单个服务器机箱内的少量磁盘）而显得力不从心。取而代之的是专为分布式系统设计的软件定义存储（SDS）数据保护机制 14。

• 复制（Replication）：这是一种简单直接的方法，即在分布式集群的不同节点上创建两份或多份完全相同的数据副本 16。它的主要优点是实现简单，写入延迟低，读取性能高（可以从最近的副本读取），并且在节点故障后恢复速度快。然而，其最大的缺点是存储效率极低，例如，三副本方案的存储开销高达200% 14。
• 纠删码（Erasure Coding, EC）：EC可以看作是RAID奇偶校验思想在分布式系统中的演进和泛化，通常构建在所谓的“独立节点冗余阵列”（RAIN）之上 14。它将原始数据分割成 k个数据块，然后通过算法计算出m个校验块。这k+m个块被分散存储在不同的节点上。系统的设计保证了只要有任意k个块存在，就可以恢复出全部原始数据，因此可以容忍最多m个节点同时发生故障 19。相比于复制，EC的存储效率要高得多（开销为 m/k），但代价是在数据写入和恢复时需要进行复杂的编码和解码计算，这会消耗大量的主机CPU资源，导致较高的延迟 16。

在NVMe出现之前，云服务提供商和超大规模数据中心普遍倾向于采用这些软件方案。因为它们能够利用廉价的通用服务器硬件，无需专门的RAID卡，并且其分布式特性与横向扩展的云架构完美契合。复制方案适用于对性能要求高的主存储，而纠删码则成为大容量对象存储和归档存储的理想选择 15。

表：经典数据保护方案对比分析

03

NVMe 开启性能

01

性能跃迁

从SATA/SAS接口到基于PCIe总线的NVMe协议的转变，不仅仅是一次简单的速度提升，而是一场存储性能的革命。NVMe协议是专为固态存储介质从零开始设计的，它利用与CPU直接相连的并行、低延迟数据通路，彻底打破了传统存储接口的瓶颈 3。

其核心优势在于其架构设计：NVMe支持多达65536个I/O队列，每个队列可以包含65536个命令，而传统的AHCI/SATA协议只有一个队列，且深度有限 3。这种大规模的并行处理能力使得NVMe SSD能够与现代多核CPU架构完美协同。性能上的飞跃是惊人的：单个设备的IOPS从SATA SSD的数十万级别跃升至数百万级别，带宽也从约550 MB/s提升至数GB/s甚至更高 5。一个现代服务器可以轻松承载多个NVMe SSD，聚合性能甚至开始接近DRAM内存的带宽 5。

02

传统方案发挥不出NVMe优势

然而，正是这场性能的巨大飞跃，揭示了软件堆栈中一个长期被掩盖的深层次瓶颈。当存储硬件的能力提升了数个数量级后，人们发现系统的整体性能并未同步增长。

多项基准测试和研究明确指出了这一“性能鸿沟”。例如，一个由8个NVMe SSD组成的阵列，其理论随机读取性能可超过1200万IOPS。然而，即便是最优化的软件存储引擎，在实际测试中也仅能达到约360万IOPS，性能差距高达3.5倍。在写入密集型的复杂工作负载下，这一差距甚至扩大到4.7倍 5。

问题的根源在于主机CPU的枯竭。通过传统的基于内核的I/O路径来管理每秒数百万次的I/O请求，以及运行软件RAID或纠删码等数据保护算法，都会消耗海量的CPU周期。每一次I/O操作都可能涉及多次上下文切换和内核态/用户态的转换，当I/O密度极高时，CPU的大部分时间都耗费在了这些管理开销上，而非执行应用程序本身 5。系统在存储介质的潜力远未被充分挖掘之前，就已经被CPU性能所限制，从“I/O密集型”转变成了“CPU密集型”。

这一转变从根本上重塑了系统架构的认知。NVMe不仅仅是让存储变快了，它改变了存储在系统中的角色。传统的SATA/SAS存储被视为一个通过控制器连接的外设，CPU发出指令后便等待其响应，系统瓶颈在于I/O本身。而基于PCIe的NVMe存储则更像是一个内存扩展，成为系统总线上的一等公民，拥有与CPU直接对话的能力 3。这种架构上的紧密耦合意味着，为慢速外设设计的传统软件I/O堆栈，如今已成为延迟的主要来源和性能的头号瓶颈 5。因此，系统设计者必须像对待内存子系统一样，高度重视I/O路径的优化。这自然而然地导向了一个结论：解决方案需要回归到软硬件协同设计的思路上，而这正是新一代RAID加速器所践行的哲学。

04

GPU计算的无尽数据需求

如果说NVMe暴露了CPU瓶颈，那么AI和机器学习工作负载的兴起则将这一瓶颈的经济后果推向了极致，使其成为一个必须解决的战略性问题。

01

AI/ML工作负载特征

AI工作负载，特别是深度学习模型的训练，具有独特且极为苛刻的I/O模式。它们需要处理海量的数据集（高容量），通常以接近实时的速度进行（高速度），并且I/O模式复杂多变，既包括用于数据加载的大规模顺序读取，也包括用于模型检查点和元数据操作的随机访问 6。

这一切的核心目标是：确保GPU中数以千计的并行处理核心始终处于满负荷运转状态。在AI训练流程中，数据从存储系统被读取，经过CPU进行预处理，然后被送入GPU内存进行计算。存储子系统的任何延迟都会导致数据流中断，使得GPU核心处于“等待数据”的空闲状态 6。

02

GPU利用率的经济学

从经济角度看，这个问题变得尤为尖锐。GPU是数据中心里成本最高、功耗最大的资产之一，最大化其利用率是确保投资回报率（ROI）的关键。

研究表明，存储性能的不足是导致GPU利用率低下的主要原因之一。在存储系统成为瓶颈的环境中，GPU的实际利用率可能低至30-60%。相比之下，通过优化的全闪存存储解决方案，利用率可以提升至85-98% 6。这种利用率的差异直接转化为训练时间的延长、运营成本的增加以及模型迭代速度的减慢。AI基础设施的效率通常用模型FLOPS利用率（MFU）来衡量，而系统中的各种低效环节（包括存储瓶颈）常常导致MFU仅在35-45%的范围内徘徊 27。

因此，在GPU计算环境中，任何用于存储管理的主机CPU周期，都是从核心计算任务中“窃取”的宝贵资源。在这种背景下，依赖主机CPU的软件数据保护方案（如纠删码或软件RAID）就成了一种经济上的负债 7。这就催生了一个新的存储性能评估标准：不再是孤立地看IOPS或带宽，而是看“每CPU周期所能驱动的性能”。一个存储方案即便能提供极高的IOPS，但如果需要消耗50%的主机CPU资源来实现 5，那么对于AI集群而言，其价值远不如另一个能以低于5%的CPU开销提供同等IOPS的方案。后一种方案将CPU解放出来，使其能够执行更多的数据预处理任务、运行更多的虚拟机或辅助GPU进行调度，从而极大地提升了整个集群的总体拥有成本（TCO）和计算效率。

05

NVMe时代RAID创新

面对NVMe和AI带来的双重挑战，存储行业做出了一系列创新性的回应。在闪存峰会（Flash Memory Summit, FMS）等行业盛会上，涌现出一批旨在解决CPU瓶颈的新一代RAID解决方案 9。这些方案的共同特点是：通过各种智能化的方式将RAID计算从主机CPU中卸载出去。

01

Microchip SmartRAID

Microchip的SmartRAID 4300系列采用了一种被称为“分离式”（Disaggregated）的创新架构 8。其核心思想是将数据路径与奇偶校验计算路径解耦。这种加速卡本身不带任何驱动器接口 34，数据流直接通过PCIe总线从主机CPU流向与CPU直连的NVMe驱动器，实现了最短、最快的路径。

其工作机制是：管理软件在主机CPU上运行，但计算密集型的奇偶校验操作（如RAID 5的XOR运算）则被完全卸载到加速卡上的专用硬件中执行 8。这种设计避免了传统直列式（in-line）RAID控制器中所有数据都必须流经RAID卡的瓶颈，从而能够充分释放PCIe Gen5总线和NVMe设备的全部性能。该系列支持多达32个NVMe设备和包括RAID 0/1/5/6/10/50/60在内的全系列RAID级别，并宣称相比前代产品实现了高达7倍的I/O性能提升 8。同时，它还集成了硬件信任根、安全启动等关键安全特性，以满足企业级数据保护的需求 32。

02

基于GPU的RAID

Graid Technology的SupremeRAID则另辟蹊径，将通用GPU用作RAID协处理器 9。这种方法巧妙地利用了GPU内部数千个并行核心的强大计算能力，这些核心天然适合执行奇偶校验RAID中涉及的大量数学运算。

该技术采用“路径外”（Out-of-Path）架构。数据在从应用程序写入NVMe驱动器的主要路径上畅通无阻，同时一份数据的副本被发送到GPU的显存中。GPU在不干扰主I/O流的情况下，异步地完成RAID计算，并将生成的奇偶校验数据写回驱动器 9。这种非侵入式设计最大限度地减少了对数据路径的延迟影响。其性能表现极为惊人，宣称可达到2800万读取IOPS和260 GB/s的吞吐量，而这一切几乎不消耗任何主机CPU周期 9。该方案主要面向对性能要求最为极致的高性能计算（HPC）和数据密集型应用场景。

03

KIOXIA SSD RAID卸载

KIOXIA（铠侠）展示的技术则代表了更具前瞻性的演进方向，即将RAID计算功能直接下推到存储设备本身 10。这是计算存储（Computational Storage）这一更广泛趋势的典型应用 36。

在这种架构下，每个SSD都内置了足以处理RAID奇偶校验计算的处理器。主机仅需扮演“协调者”的角色，发起和管理RAID操作，而实际的计算工作则被分布到阵列中的各个驱动器上并行执行。这种方法的最终目标是实现主机资源的彻底解放。通过将RAID相关的计算任务完全从主机系统中剥离，CPU、内存和缓存等所有宝贵资源都可以100%地用于核心应用程序，从而有望在降低系统总成本的同时，显著提升能效比 10。

04

Broadcom NVMe ROC

作为传统RAID控制器市场的领导者，Broadcom（博通）也在积极适应新的技术浪潮。其推出的9600系列等新一代RAID-on-Chip（ROC）产品，全面支持PCIe 4.0/5.0和NVMe设备，性能相比前代有了巨大提升 38。

尽管其架构更接近传统的直列式模型，但这些新芯片集成了强大的双核ARM处理器和专用的RAID 5/6硬件加速引擎，体现了即便在传统形态下，将计算从主机CPU卸载的思路也一以贯之 40。此外，它们还整合了先进的PCIe交换技术，能够高效管理大规模的NVMe设备集群 41。

现代NVMe RAID解决方案架构对比

06

数据保护新生态

01

数据保护的分层策略

RAID技术的复兴，并不意味着纠删码或复制方案的终结。相反，它标志着一个更加成熟和精细化的分层数据保护策略的出现。在新的数据中心生态中，不同的技术将在最适合它们的场景中发挥价值。

• 性能层（Hot Tier）：对于AI训练集群、内存数据库、高性能计算的暂存盘等对性能和主机资源效率要求极高的工作负载，硬件加速的现代RAID是无可争议的最佳选择。在这些场景中，最大化CPU/GPU的有效利用率是首要目标。
• 容量层（Capacity/Cold Tier）：对于大规模对象存储、备份归档、冷数据存储等场景，存储效率和扩展性是比极致低延迟性能更重要的考量因素。在这些领域，软件定义的纠删码和复制方案凭借其成本效益和横向扩展能力，仍将是主流选择 19。

02

架构建议

对于现代数据中心的架构师而言，技术选型需要更加审慎和深入。在评估一个新的工作负载时，首要任务是分析其I/O模式以及对主机资源争用的敏感度。

如果工作负载是性能关键型的，并且运行在昂贵的计算硬件（如GPU）上，那么总体拥有成本（TCO）的计算模型必须将软件数据保护所导致的“被浪费”的CPU周期成本包含在内。在这种情况下，硬件RAID加速器虽然有初期采购成本，但通过提升整个系统的效率和吞吐量所带来的收益，往往能够轻松地证明其投资的合理性。

03

未来展望：计算与存储的融合

当前RAID技术的创新浪潮，清晰地指向了计算、存储和内存之间界限日益模糊的未来。KIOXIA基于SSD的RAID卸载技术，是向更广泛的计算存储（Computational Storage）应用迈出的重要一步 36。在未来，更多复杂的应用层功能，如数据库查询、数据压缩、索引构建等，都可能

被下推到存储设备上执行。

新兴的互联技术，如CXL（Compute Express Link），将是实现这一未来的关键推动力。CXL能够为主机CPU、加速器和存储/内存设备之间提供更一致、更灵活的资源共享和池化能力 37。技术的演进路径正从“计算在存储旁边”（Compute next to Storage）迈向“计算在存储之中”（Compute in Storage），而RAID的这场复兴，正是这一宏大变革的序章。

延伸思考

1. 在您的实际工作中，是否遇到过因存储I/O或数据保护机制导致的主机CPU瓶颈？您是如何缓解或解决的？
2. 随着计算存储和CXL等技术的发展，您认为未来数据中心架构中，计算与存储的边界将如何进一步模糊？这会带来哪些新的挑战与机遇？
3. 文章中提到的多种新型RAID架构，哪一种最能适应您当前或未来的业务场景？您认为它们各自的局限性可能在哪里？

参考资料

1. Standard RAID levels - Wikipedia, accessed August 22, 2025, https://en.wikipedia.org/wiki/Standard_RAID_levels
2. RAID - Wikipedia, accessed August 22, 2025, https://en.wikipedia.org/wiki/RAID
3. Understanding SSD Technology: NVMe, SATA, M.2, accessed August 22, 2025, https://www.kingston.com/en/ssd/what-is-nvme-ssd-technology
4. NVMe Storage for AI & HPC Performance | QSAN Blog, accessed August 22, 2025, https://storage.qsan.com/blog/nvme-storage-ai-hpc-performance/
5. What Modern NVMe Storage Can Do, And How To Exploit It: High ..., accessed August 22, 2025, https://vldb.org/pvldb/vol16/p2090-haas.pdf
6. How Pure Storage Eliminates Computational Bottlenecks, Optimizing GPU Utilization for AI Workloads, accessed August 22, 2025, https://blog.purestorage.com/purely-technical/pure-storage-optimizing-gpu-performance-utilization-for-ai-workloads/
7. Choose the Right Storage for Enterprise AI Workloads | NVIDIA ..., accessed August 22, 2025, https://developer.nvidia.com/blog/choosing-the-right-storage-for-enterprise-ai-workloads/
8. Adaptec SmartRAID 4300 Series of Accelerators Deliver Scalable, Secure NVMe RAID Storage Solutions - Moomoo, accessed August 22, 2025, https://www.moomoo.com/news/post/56445696/adaptec-smartraid-4300-series-of-accelerators-deliver-scalable-secure-nvme
9. SupremeRAID™ Featured in CRN: Hot Products From FMS 2023, accessed August 22, 2025, https://www.graidtech.com/supremeraid-featured-in-crn-12-hot-flash-products-from-flash-memory-summit-2023/
10. Event Report: FMS 2024 - KIOXIA Spotlights Flash Solutions ..., accessed August 22, 2025, https://americas.kioxia.com/en-us/insights/fms24-202411.html
11. RAID (Redundant Arrays of Independent Disks) - GeeksforGeeks, accessed August 22, 2025, https://www.geeksforgeeks.org/dbms/raid-redundant-arrays-of-independent-disks/
12. RAID level 0, 1, 5, 6 and 10 | Advantage, disadvantage, use - Prepressure, accessed August 22, 2025, https://www.prepressure.com/library/technology/raid
13. PowerEdge: What are the different RAID levels and their ... - Dell, accessed August 22, 2025, https://www.dell.com/support/kbdoc/en-us/000128635/dell-servers-what-are-the-raid-levels-and-their-specifications
14. RAID vs Erasure Coding vs Replication - BDRSuite, accessed August 22, 2025, https://www.bdrsuite.com/blog/raid-vs-erasure-coding-vs-replication/
15. What is the difference between erasure coding and RAID? - Backup Education, accessed August 22, 2025, https://backup.education/showthread.php?tid=6919
16. The Pros and Cons of Erasure Coding & Replication vs ... - SNIA.org, accessed August 22, 2025, https://www.snia.org/sites/default/files/SDC15_presentations/datacenter_infra/Shenoy_The_Pros_and_Cons_of_Erasure_v3-rev.pdf
17. Erasure Coding vs. Replication: A Quantitative Comparison, accessed August 22, 2025, http://fireless.cs.cornell.edu/publications/erasure_iptps.pdf
18. What is Erasure Coding? - Supermicro, accessed August 22, 2025, https://www.supermicro.com/en/glossary/erasure-coding
19. Understanding Erasure Coding And Its Difference With RAID - StoneFly, Inc., accessed August 22, 2025, https://stonefly.com/blog/understanding-erasure-coding/
20. Erasure Coding vs. RAID Explained: Methods for Data Protection - Qumulo, accessed August 22, 2025, https://qumulo.com/blog/erasure-coding-vs-raid-explained/
21. Advantages, disadvantages, and requirements for erasure coding - Product documentation, accessed August 22, 2025, https://docs.netapp.com/us-en/storagegrid-116/ilm/advantages-disadvantages-and-requirements-for-ec.html
22. What is NVMe and Why is it Important? A Technical Guide - Blog - Western Digital, accessed August 22, 2025, https://blog.westerndigital.com/nvme-important-data-driven-businesses/
23. The Role of NVMe in Accelerating Data Center Storage - Pre Rack IT, accessed August 22, 2025, https://prerackit.com/the-role-of-nvme-in-accelerating-data-center-storage/
24. Why the performance of your storage system matters for AI workloads - Micron Technology, accessed August 22, 2025, https://www.micron.com/about/blog/storage/ssd/why-the-performance-of-your-storage-system-matters-for-ai-workloads
25. AI Workloads: Data, Compute, and Storage Needs Explained - TierPoint, accessed August 22, 2025, https://www.tierpoint.com/blog/ai-workloads/
26. Top 5 Requirements for Effective AI Storage Solutions - Quobyte, accessed August 22, 2025, https://www.quobyte.com/blog/top-5-requirements-for-ai-storage/
27. CoreWeave Drives 20% Higher GPU Cluster Performance, accessed August 22, 2025, https://www.coreweave.com/blog/coreweave-leads-the-charge-in-ai-infrastructure-efficiency-with-up-to-20-higher-gpu-cluster-performance-than-alternative-solutions
28. FMS 2025 Best of Show_FINAL - the Future of Memory and Storage, accessed August 22, 2025, https://futurememorystorage.com/news/press-releases/download/114/FMS%202025%20Best%20of%20Show_FINAL.pdf
29. KIOXIA Fuels the Future of Next-Gen Applications at Flash Memory Summit, accessed August 22, 2025, https://americas.kioxia.com/en-us/business/news/2023/memory-20230807-1.html
30. Industry News - FMS: the Future of Memory and Storage, accessed August 22, 2025, https://futurememorystorage.com/news/industry-news
31. Flash Memory Summit: exploring memory innovation for the AI era - Embedded, accessed August 22, 2025, https://www.embedded.com/flash-memory-summit-exploring-memory-innovation-for-the-ai-era/
32. Adaptec® SmartRAID 4300 Series of Accelerators Deliver Scalable, Secure NVMe® RAID Storage Solutions - Stock Titan, accessed August 22, 2025, https://www.stocktitan.net/news/MCHP/adaptec-smart-raid-4300-series-of-accelerators-deliver-scalable-fy0du7cebn5w.html
33. Microchip Technology Launches Adaptec SmartRAID 4300 Series NVMe RAID Storage Accelerators for Enhanced Data Center Performance - Quiver Quantitative, accessed August 22, 2025, https://www.quiverquant.com/news/Microchip+Technology+Launches+Adaptec+SmartRAID+4300+Series+NVMe+RAID+Storage+Accelerators+for+Enhanced+Data+Center+Performance
34. Microchip Adaptec SmartRAID 4300 A New Era of NVMe RAID Controller Without Drive Connectivity | Noise, accessed August 22, 2025, https://noise.getoto.net/2025/08/08/microchip-adaptec-smartraid-4300-a-new-era-of-nvme-raid-controller-without-drive-connectivity/
35. Microchip Technology's Adaptec SmartRAID 4300: A Game Changer for Data Centers?, accessed August 22, 2025, https://www.diskinternals.com/press/microchip-technologys-adaptec-smartraid-4300-a-game-changer-for-data-centers/
36. The Evolution of Compute from a Storage Viewpoint | SNIA | Experts on Data, accessed August 22, 2025, https://www.snia.org/educational-library/evolution-compute-storage-viewpoint-2023
37. Computational Storage Architecture Simplification and Evolution | SNIA | Experts on Data, accessed August 22, 2025, https://www.snia.org/educational-library/computational-storage-architecture-simplification-and-evolution-2021
38. NVME | SSD RAID and HBA | Storage Adapters - Broadcom Inc., accessed August 22, 2025, https://www.broadcom.com/info/storage/nvme-ssd-storage-adapters
39. RAID Controller Cards - Broadcom Inc., accessed August 22, 2025, https://www.broadcom.com/products/storage/raid-controllers
40. SAS3916 Tri-Mode ROC - Broadcom Inc., accessed August 22, 2025, https://docs.broadcom.com/doc/12397937
41. Gen5 NVMe RAID/Switch AIC and Adapters - HighPoint Technologies, accessed August 22, 2025, https://www.highpoint-tech.com/gen5
42. PEX89000 Series Product Brief - Broadcom Inc., accessed August 22, 2025, https://docs.broadcom.com/docs/PEX89000-Managed-PCI-Express-5.0-Switches

Notice：Human's prompt, Datasets by Gemini-2.5-Pro-DeepResearch

---【本文完】---

👇阅读原文，查看历史文章，推荐PC端打开 💻（更新到 8.16）。