-

キオクシア：生成AI向け大容量122.88 TBのエンタープライズSSD「KIOXIA LC9シリーズ」の開発について

2 Tb QLCのフラッシュメモリを使って大容量を実現する試作品の参考展示を開始

original 生成AI向け大容量122.88 TBのエンタープライズSSD「KIOXIA LC9シリーズ」（写真：ビジネスワイヤ）

生成AI向け大容量122.88 TBのエンタープライズSSD「KIOXIA LC9シリーズ」（写真：ビジネスワイヤ）

東京--(BUSINESS WIRE)--（ビジネスワイヤ） -- キオクシア株式会社（以下、キオクシア）は、生成AI向けに開発中の大容量122.88 TB（テラバイト）のNVMeTM エンタープライズSSD「KIOXIA LC9シリーズ」（以下、LC9シリーズ）の試作品の参考展示を今月から各種展示会で行います。LC9シリーズは、122.88 TBの大容量を実現するためにキオクシアの3次元フラッシュメモリ「BiCS FLASHTM」第8世代の2 Tb（テラビット）QLCのダイを使用したキオクシアで初めてのSSDとなり、2.5インチ型のフォームファクターを採用しています。

生成AIの加速的進化に伴ってデータ量が増大し続ける中、生成AIシステムを導入する企業では最新の複雑化するデータ処理に対応できる高性能なストレージのソリューションが必要となっています。また、大規模言語モデル（LLM）、膨大なデータセットの学習と保存、ベクターデータベース、推論やファインチューニングを行うための情報の迅速な検索など、生成AIのいくつかの過程においては、大容量のSSDを使用することが不可欠となっています。新しいLC9シリーズは、生成AIシステム用途向けに開発された大容量のエンタープライズSSDで、PCIe® 5.0インターフェースとデュアルポートに対応しているため、耐障害性を高めるフォールトトレラントなシステムを組んだり、複数のデータ処理システムに接続したりすることも可能になります。

新しいエンタープライズSSDのLC9シリーズは、2025年1月にオープンソースとして公開を開始したばかりの「KIOXIA AiSAQTM（キオクシア　アイザック）」と組み合わせることによって、高度な生成AIシステムの構築に貢献することができます。「KIOXIA AiSAQTM」は、ベクトルデータベースを高価で入手困難なDRAMの代わりにSSDに保存して活用することにより、RAG（Retrieval Augmented Generation）を使った推論の回答精度およびデータベースの拡張性向上に貢献するソフトウェア技術です。さらにLC9シリーズは、低容量のSSDと比べて容量当たりの密度が高く、消費電力が低いため、搭載するシステムやラックの効率向上に貢献可能です。

エンタープライズSSD「KIOXIA LC9シリーズ」の主な特長：

  • 122.88 TBの大容量
  • デュアルポート対応
  • 2.5インチ型のフォームファクター
  • 0.3 DWPDの耐久性
  • NVMe™ 2.0、NVMe-MI™ 、PCIe® 5.0に準拠 (最大 128 GT/s Gen5 シングルx 4、デュアルx 2に対応)
  • 大容量、高性能、低消費電力製品の実現に貢献する、CBA（CMOS directly Bonded to Array）技術を採用したキオクシアのBiCS FLASH™ 第8世代の2 Tb QLCのフラッシュメモリを使用

＊2.5インチはSSDのフォームファクターを示し、物理的なサイズではありません。

＊記憶容量： 1 GB (1ギガバイト) ＝1,000,000,000 (10の9乗) バイト、1 TB (1テラバイト) ＝1,000,000,000,000 (10の12乗) バイトによる算出値です。しかし、1 GB=1,073,741,824 (2の30乗) バイトによる算出値をドライブ容量として用いるコンピューターオペレーティングシステムでは、記載よりも少ない容量がドライブ容量として表示されます。ドライブ容量は、ファイルサイズ、フォーマット、セッティング、ソフトウェア、オペレーティングシステムおよびその他の要因で変わります。

＊DWPD: Drive Write Per Day。 総書き込み容量 (TBW) をドライブユーザー容量 (TB) と定格寿命の日数で除した値です。ドライブ容量を１単位として、平均して毎日何単位書き込むと定格寿命到達時に総書き込み容量 (TBW) に達するかを示しています。なお、本製品の定格寿命は5年です。

＊NVMeおよびNVMe-MIは、NVM Express, Inc.の米国またはその他の国における登録商標または商標です。
＊PCIeは、PCI-SIGの登録商標です。
＊その他記載されている社名・商品名・サービス名などは、それぞれ各社が商標として使用している場合があります。

＊本資料に掲載されている情報（製品の価格／仕様、サービスの内容およびお問い合わせ先など）は、発表日現在の情報です。予告なしに変更されることがありますので、あらかじめご了承ください。

お客様からの製品に関するお問い合わせ先：
販売推進統括部
Tel: 03-6478-2427
国内特約店
https://www.kioxia.com/ja-jp/business/buy/sales-contacts.html

Contacts

報道関係の本資料に関するお問い合わせ先：
キオクシア株式会社
営業企画部
高畑浩二
Tel: 03-6478-2404

Industry:

Kioxia Corporation

Release Versions
EnglishChinese TraditionalChinese SimplifiedJapanese

Contacts

報道関係の本資料に関するお問い合わせ先：
キオクシア株式会社
営業企画部
高畑浩二
Tel: 03-6478-2404

More News From Kioxia Corporation

キオクシア：MicrochipのAdaptec® SmartRAID 4300シリーズ RAIDストレージアクセラレーターとキオクシアSSDの相互互換性と相互運用性を確認

東京--(BUSINESS WIRE)--（ビジネスワイヤ） -- キオクシア株式会社は、当社の2.5インチ エンタープライズおよびデータセンターPCIe® 5.0 NVMe™ SSD、およびPCIe 4.0 NVMe SSDが、Microchip Technology Inc.（マイクロチップ・テクノロジー社、以下Microchip）のRAIDストレージアクセラレーターであるAdaptec® SmartRAID 4300シリーズとの相互接続試験を行い、相互運用性を確認しました。 次世代エンタープライズおよびAIデータセンターには、現在から将来への技術をシームレスに統合するためのエコシステムの連携と相互運用性が重要です。この相互接続において、キオクシアのデータセンターおよびエンタープライズ向けSSDを活用し、セキュリティーを備えたスケーラブルなハードウェアアクセラレーテッドRAIDアーキテクチャーを実現します。今回Microchipが行った試験で相互運用性が確認されたのは、PCIe 5.0対応エンタープライズNVMe SSDの「KIOXIA CM7シリーズ」、データセンターNVMe...

キオクシア：KIOXIA AiSAQ™技術のMilvusベクトルデータベースへの採用について

東京--(BUSINESS WIRE)--（ビジネスワイヤ） -- キオクシア株式会社のApproximate Nearest Neighbor Search（ANNS）技術であるKIOXIA AiSAQ™（キオクシア アイザック）が、オープンソースのベクトルデータベース Milvus（バージョン 2.6.4以降）に正式に採用されました。MilvusユーザーはKIOXIA AiSAQ™で最適化されたベクトル検索により、実用的かつコスト効率の高い形でAIアプリケーションを活用することが可能になります。ベクトルデータベースを活用したい開発者は、従来の大規模ベクトル検索を行う際にボトルネックとなるDRAMの容量に左右されることなく、高性能ベクトル検索を活用できます。 現在、AI業界では巨大なモデルの構築から、スケーラブルでコスト効率に優れた推論ソリューションの整備へと重心を移しています。その過程で中心となるのが、外部データを用いてAIの回答精度を向上させるRAG（Retrieval Augmented Generation）技術であり、KIOXIA AiSAQ™はSSDベースのベクトルアー...

キオクシア：高密度・低消費電力3D DRAMの実用化に向けた基盤技術を発表

東京--(BUSINESS WIRE)--（ビジネスワイヤ） -- キオクシア株式会社は、高密度・低消費電力3D DRAMの実用化に向けた基盤技術として高積層可能な酸化物半導体チャネルトランジスタ技術を開発しました。本成果は、米国サンフランシスコで開催されたIEEEの電子素子に関する国際会議IEDM（International Electron Devices Meeting）にて、12月10日（現地時間）に発表しました。本技術を用いることで、AIサーバーやIoT製品など幅広いアプリケーションにおいて低消費電力化を実現する可能性があります。 AI時代を迎え、大容量のデータを処理するために、より大容量かつ低消費電力のDRAMの実現が期待されています。従来のDRAMではメモリセルの微細化が物理限界に近づいており、さらなる大容量化に向けてメモリセルを3次元に積層する研究が進んでいます。メモリセルを積層する際に、従来のDRAMと同様の単結晶シリコンをトランジスタのチャネル材料に使用すると、製造コストが高くなり、かつ、メモリ容量に比例して、メモリセルをリフレッシュするための電力も増加する課題が...
Back to Newsroom