Viện Khoa học và Công nghệ Tiên tiến Hàn Quốc (KAIST) ngày 11/11 cho biết đã phát triển GAZE, một hệ thống tệp mới có thể nâng hiệu năng xử lý dữ liệu trên thiết bị lưu trữ flash ZNS lên tới ba lần. Theo nhóm nghiên cứu, công nghệ này giúp rút ngắn đáng kể thời gian garbage collection, qua đó cải thiện hiệu quả xử lý dữ liệu cho suy luận AI, trung tâm dữ liệu và các môi trường điện toán quy mô lớn.

Công trình do nhóm của giáo sư Won You-jip, thuộc Khoa Kỹ thuật Điện và Điện tử, thực hiện nhằm giải quyết nút thắt ở lớp phần mềm trên các thiết bị lưu trữ flash thế hệ mới.

Hệ thống tệp là phần mềm đảm nhiệm việc tổ chức dữ liệu trên thiết bị lưu trữ, bao gồm vị trí lưu tệp và cách dữ liệu được đọc, ghi. Vì vậy, ngay cả khi phần cứng lưu trữ có tốc độ cao, hiệu năng tổng thể vẫn có thể suy giảm nếu hệ thống tệp vận hành kém hiệu quả.

Nhóm nghiên cứu tập trung vào thiết bị lưu trữ ZNS (Zoned Namespace), kiến trúc chia không gian lưu trữ thành các vùng lớn gọi là zone và ghi dữ liệu theo trình tự. Với loại thiết bị này, quá trình garbage collection phải di chuyển dữ liệu còn hiệu lực sang vị trí khác để giải phóng không gian và tái sử dụng vùng đã ghi.

Tuy nhiên, các hệ thống tệp hiện nay chủ yếu được thiết kế để xử lý các đơn vị nhỏ. Khi áp dụng cho các zone dung lượng lớn, có thể lên tới hàng GB, thời gian dọn dẹp tăng mạnh và trở thành điểm nghẽn hiệu năng.

Theo phân tích của nhóm, với phương thức hiện tại, việc dọn một zone 1 GB mất khoảng 1,7 giây. Nút thắt chủ yếu nằm ở CPU, đặc biệt trong các tác vụ như kiểm tra trạng thái xử lý dữ liệu và quản lý bộ nhớ.

Để khắc phục vấn đề này, nhóm phát triển GAZE với ba hướng tối ưu chính. Trước hết, quy trình dọn dẹp được tách thành bốn bước: kiểm tra dữ liệu, đọc dữ liệu, chuẩn bị ghi và ghi dữ liệu. Các bước này sau đó được cho chạy chồng lấp để giảm thời gian chờ.

Bên cạnh đó, nhóm áp dụng cơ chế cấp phát trước bộ nhớ cần thiết cho quá trình garbage collection, qua đó giảm tải cho CPU do không phải phân bổ bộ nhớ lặp lại nhiều lần. Trong lúc dọn dẹp, hệ thống vẫn tiếp tục tiếp nhận dữ liệu có thể nạp sẵn vào bộ nhớ nhằm hạn chế gián đoạn xử lý.

Để kiểm chứng hiệu quả, nhóm đã tích hợp GAZE vào hệ thống tệp F2FS trên Linux. Kết quả cho thấy, so với cơ chế hỗ trợ ZNS hiện có của F2FS cũng như các công nghệ trước đó như ZNS+ và P-GC, hiệu năng xử lý dữ liệu tăng tối đa ba lần. Thời gian garbage collection cũng giảm còn khoảng một phần ba so với F2FS hiện hành.

Theo KAIST, điểm đáng chú ý của GAZE là cải thiện hiệu năng hoàn toàn bằng tối ưu phần mềm, không cần bổ sung phần cứng chuyên dụng hay thay đổi định dạng dữ liệu của thiết bị lưu trữ. Nhờ đó, công nghệ này được kỳ vọng có thể áp dụng cho suy luận AI, trung tâm dữ liệu và điện toán hiệu năng cao, nơi đòi hỏi xử lý khối lượng dữ liệu lớn.

Dù vậy, nhóm nghiên cứu lưu ý rằng kết quả hiện mới xác nhận mức cải thiện ở lớp hệ thống tệp. Tác động thực tế tới độ trễ hay thời gian phản hồi của các tác vụ suy luận AI vẫn cần được kiểm chứng thêm.

Giáo sư Won You-jip cho biết để AI phản hồi nhanh, ngoài năng lực tính toán, hệ thống còn phải cung cấp dữ liệu đúng thời điểm. Theo ông, công nghệ mới có thể trở thành nền tảng giúp tăng tốc suy luận AI nhờ rút ngắn thời gian và độ trễ phát sinh trong quá trình dọn dữ liệu trên thiết bị lưu trữ.

Nghiên cứu được thực hiện với sự hỗ trợ của Quỹ Nghiên cứu Quốc gia Hàn Quốc, Viện Hoạch định và Đánh giá Công nghệ Thông tin và Truyền thông Hàn Quốc (IITP) thuộc Bộ Khoa học và ICT của Hàn Quốc, cùng SK hynix. Tác giả chính là Kim Ju-won, nghiên cứu sinh tiến sĩ tại Viện Nghiên cứu Thông tin và Điện tử của KAIST. Hai đồng tác giả gồm Yu Hwan-seok, học viên thạc sĩ, và Yu Seung-won, nghiên cứu sinh tiến sĩ. Kết quả nghiên cứu đã được công bố tại ACM SOSP 2026, hội nghị quốc tế về hệ điều hành diễn ra ngày 30/9 tại Prague, Czech.