【IT168 评论】从2015年英特尔与美光发布3D XPoint非易失性内存技术以来，IT业内人士一直在围绕其性价比以及各项表现展开讨论。不过3D XPoint最初的市场反应，只能说是不冷不热。但随着英特尔和美光先后向市场引入基于3D XPoint技术的SSD（固态硬盘），也称为存储级内存(SCM)；以及基于3D XPoint的DIMM（双列直插式存储模块），也称为数据中心级持久内存模块(DCPMM)，或简称为PMEM，并提供实际的基准测试。基于其令人印象深刻性能指标，OEM系统供应商和企业用户的热情也开始高涨。

　　存储级内存

　　SCM是3D XPoint技术的第一个产品化实现。数据显示，SCM基准通常比最快的NVMe闪存SSD延迟更低，而且IOPS大约是后者的2.5到3倍。大型数据传输基准测试显示，性能提高了10倍之多。

　　也许SCM最重要的性能优势是它具有非常小的写入延迟，这是NAND闪存很难实现的。SCM更多搭载在高性能存储阵列中，虽然它也可用于服务器。

　　对于许多IT业内人士来说，主要考虑因素可能在于性价比。在相同容量下，SCM的平均价格点一般比最快的NVMe闪存SSD还要高出4到5倍。但是仅仅依据性价比来判断是否采用它，这从某种程度上来说是不合理的。因为这个问题归根结底是业务应用的问题，同时还要考虑性能提升所带来的“线上预算”回报。

　　对于许多IT人员来说，线上预算回报可能是一个新概念。它是指业务应用更快响应和更早上市带来的回报收入——如果没有性能提升，这些收入就不会存在。一个很好的例子就是高频交易，延迟减少10倍可以带来数百万美元的收入。对其他业务来说，延迟和响应时间的改善可能会加快上市速度，提高市场份额，从而带来更高的收入和利润。

　　那么，SCM对哪些应用程序最有价值呢？那些需要低读写延迟和大量数据传输的。数据库和各种人工智能技术，包括机器学习、深度机器学习和神经网络，都需要非常低的读写延迟。数据仓库、大数据分析和高性能计算，更能够从更快的大量数据传输中获益。

　　数据中心级持久内存

　　那么DCPMM或PMEM呢?在了解如何有效地使用这种技术之前，需要掌握一些背景知识。

　　到目前为止，DCPMM类产品只有英特尔供应，它是采用3D XPoint技术，基于DDR4标准的DIMM型内存。目前提供从128 GB到512 GB的不同容量规格。每个CPU最多支持6个DCPMM，每个DCPMM与一个DRAM DIMM配对。DCPMM需要第二代或更好的英特尔 Cascade Lake处理器支持。

　　从单个字节的存储的层面上来看，DCPMM的开销大约是DRAM的一半，但是速度大约要慢10倍。两者都以字节模式写入，它们的关键区别在于数据持久性。即使断电，DCPMM也可以保存数据，因此被称作持久内存。什么,等待。由于它基于非易失性3D XPoint技术，数据不应该总是持久的吗?答案是是也不是。

　　DCPMM有两种模式：内存模式和应用直接访问模式。内存模式是持久内存的主要使用方式，使它看起来就像DRAM一样。在内存模式下使用DCPMM时，系统会有更大的内存空间可供分配。使用DCPMM作为主要的内存存储，DRAM DIMM作为系统当前所需数据的快速缓冲区。就性能而言，这是比使用DRAM缓冲NVMe NAND闪存更好的选择。内存模式最好的地方是不需要改变应用程序或文件系统就可以使用DCPMM，也就是即插即用。然而，这些数据的存储一般来说是不持久的，持久存储需要应用直接访问模式。

　　应用直接访问模式使DCPMM看起来、给人的感觉以及工作表现都更类似于RAM磁盘。即使关闭电源，数据也会持续存在。这可以快速重新启动，最大限度地减少停机时间和避免数据丢失，尽管它本身无法自启动。应用直接访问模式对关系数据库很有吸引力，因为它简化了在内存中运行时的原子性、一致性、隔离性和持久性要求。更大的内存空间，也使得在内存中运行任何数据库都会更加容易。但与内存模式不同，应用直接访问模式并不是即插即用的。它需要修改应用程序，可能还需要修改文件系统——这不是一件小事。

　　一个比较出名的应用直接访问模式案例是Oracle Exadata X8M。Oracle使用应用直接访问模式通过融合以太网进行远程直接内存访问，以便将存储服务器中的所有DCPMM集中在一起，因此对于所有数据库服务器而言，它们都会作为单个持久内存池(每个机架最多27 TB)出现。其结果是惊人的，提供19µs乃至更低的延迟， 1600万8 K SQL读IOPS。Oracle在基于非持久内存的Exadata X8上，以同等价位只实现了250µs延迟和657万8 K SQL读IOPS。相同价格下，Exadata X8M延迟低10倍多，IOPS大约高2.5倍。

　　回到最初的问题，SCM和DCPMM值这个价吗？答案是：视情况而定。这取决于更低的延迟、更快的响应时间和更快的大数据吞吐量是否会显著提高生产力、上市时间和业务收入，当然同时也取决于性价比。

　　原文作者：Marc Staimer