Die Open-Source-Lösung* ermöglicht den flexiblen Ausgleich von Kapazität und Leistung von SSDs, basierend auf Benutzeranforderungen und der jeweiligen Systemumgebung…
Hintergrund
KIOXIA hat die Open-Source-Version seiner AiSAQ (All-in-Storage ANNS with Product Quantization)-Software aktualisiert (*Stand: Anfang Juli 2025). Sie stellt eine neuartige Methode zur Platzierung von Indexdaten dar. Das Update soll die Benutzererfahrung der KI-Vektordatenbanksuche in RAG (Retrieval Augmented Generation)-Systemen durch die Optimierung des Einsatzes von Solid-State-Laufwerken (SSDs) verbessern helfen.
Erstmals im Januar 2025 eingeführt, verwendet die AiSAQ-Software von KIOXIA einen neuartigen ANNS (Approximate Nearest Neighbor Search)-Algorithmus, der für SSDs optimiert ist und das Speichern von Indexdaten im DRAM überflüssig macht. Mit der Vektorsuche direkt auf SSDs und der Reduzierung des Speicherbedarfs auf dem Host ermöglicht die AiSAQ-Technologie laut Entwickler die Skalierung der Vektordatenbanken weitgehend ohne die Einschränkungen, die durch begrenzte DRAM-Kapazität verursacht werden.
Mit neuen Steuerelementen können Systemarchitekten das Gleichgewicht zwischen der Suchleistung und der Anzahl der Vektoren einfacher definieren, was sonst gegensätzliche Faktoren für die feste Kapazität des SSD-Speichers im System sind. Architekten von RAG-Systemen wird es damit ermöglicht, die jeweils optimale Balance zwischen spezifischen Workloads und deren Anforderungen zu finden, ohne dass Hardware-Modifikationen dafür erforderlich sind.
Wie die Lösung arbeitet
Ist die installierte Kapazität der SSD im System festgelegt, zieht eine Erhöhung der Suchleistung (Abfragen pro Sekunde) mehr verbrauchte SSD-Kapazität pro Vektor nach sich. Dies führt zu einer geringeren Anzahl von Vektoren. Umgekehrt muss der Kapazitätsverbrauch der SSD pro Vektor reduziert werden, um die Anzahl der Vektoren zu maximieren, was zu einer geringeren Leistung führt. Das optimale Gleichgewicht zwischen diesen beiden gegensätzlichen Bedingungen variiert je nach spezifischer Arbeitslast.
Um die passende Balance zu finden, bietet die AiSAQ-Software von KIOXIA laut Anbieter flexible Konfigurationsmöglichkeiten. Mit der neuesten Version können Administratoren die optimale Balance für eine Vielzahl unterschiedlicher Workloads im RAG-System auswählen.
Mit dem Update wird die AiSAQ-Technologie damit laut KIOXIA "nicht nur zu einer geeigneten SSD-basierten ANNS für RAG-Anwendungen, sondern steigert auch ihre Relevanz für andere „vektorhungrige“ Anwendungen wie die semantische Offline-Suche".
Durch die Nachfrage nach skalierbaren KI-Diensten bieten SSDs eine Alternative zu DRAM, um den hohen Durchsatz und die geringe Latenz zu bieten, die RAG-Systeme erfordern. Die AiSAQ-Software kann laut Anbieter GenAI im großen Maßstab ermöglichen, ohne durch begrenzte Speicherressourcen eingeschränkt zu sein.
Abb.: „All-in-Storage Solution based on DiskANN for DRAM-free Approximate Nearest Neighbor Search“ (Bildquelle: Github, zu AiSAQ, KIOXIA).
Die Open-Source-Version der AiSAQ-Software von KIOXIA steht unter folgendem externen Link zum kostenlosen Download bereit > https://github.com/kioxia-jp/aisaq-diskann
Axel Störmann, Vice President und Chief Technology Officer of Memory and SSD products bei KIOXIA Europe (Zitatauszug): „…Durch die Bereitstellung unserer Technologie als Open-Source-Software bekräftigen wir unser Engagement für die KI-Community und bieten ihr Lösungen, die sowohl leistungsstark als auch zugänglich sind.“
Querverweis:
Unser Beitrag > Memory Centric Storage MCSS: Fraunhofer ITWM zeigt neues Storagesystem erstmals auf ISC 2025
Unser Blogpost > Wie Künstliche Intelligenz die Anforderungen an IT-Infrastruktur und Datenspeicher erhöht
Unser Beitrag > Container-native Virtualisierung mit KubeVirt