SK 海力士发布 SSD 专用处理器架构 H-TPU：功耗仅为传统 CPU 的 2.5%

AI 数据中心的性能瓶颈，正在从计算卡悄悄转移到存储上。SK 海力士在韩国仁川举行的 ISOCC 2026 会议上抛出了一个关键判断：每一代 GPU 性能和 PCIe 带宽都在翻倍，但 SSD 控制器内部的通用 CPU 却已经撞到了频率和控制能力的极限。为此，他们发布了一款为 SSD「量身定做」的处理器架构——H-TPU。

一分钟速览

SK 海力士发布「H-TPU（海力士事务处理单元）」架构，按功能拆分处理器以最大化效率，克服传统通用 CPU 在 SSD 控制器中的功耗与面积限制；官方称其功耗仅为传统 CPU 的 2.5%；该架构专为 AI 时代数据中心存储层设计，旨在化解存储控制环节的性能瓶颈。

瓶颈为什么在存储层

过去谈起 AI 数据中心，大家的目光都盯在 GPU 上。但 SK 海力士 SoC 设计副总裁指出，随着每一代 GPU 性能和 PCIe 带宽翻倍，SSD 控制器内部的通用 CPU 频率与控制能力已经到达极限。换句话说，算力在狂奔，但负责「读写调度」的存储大脑却跑不动了，形成了新的木桶短板。

传统 SSD 控制器里塞的是一颗通用 CPU，它既要处理协议，又要做数据调度，还得管纠错、磨损均衡等一堆杂活。这种「一颗 CPU 干所有事」的设计，在存储需求爆发的 AI 时代，功耗和面积都成了拖累。

「按功能拆分」的解题思路

H-TPU 的核心思路，是把处理器按功能拆分开来，让不同的事务处理单元各司其职，从而最大化效率。官方给出的数据相当惊人：功耗仅为传统 CPU 的 2.5%。这意味着同样的存储控制任务，H-TPU 能把能耗压缩到原来的四十分之一左右。

在 AI 数据中心这个「功耗即成本」的场景里，这样的能效提升价值巨大。随着 AI 训练和推理对存储吞吐的需求持续攀升，存储层能效的每一次优化，都会直接反映到整座数据中心的 PUE（电源使用效率）和运营成本上。

趋势洞察

H-TPU 的发布，折射出 AI 数据中心正在经历的一场「从算力到存力」的系统性重构。当计算、网络、存储的每一层都被 AI 需求推向极限，通用架构的「万金油」优势正在让位于专用架构的极致效率。可以预见，未来数据中心里会出现越来越多像 H-TPU 这样的专用处理器，去解决特定环节的特定瓶颈。这既是半导体行业的又一次「分久必合、合久必分」，也是 AI 基础设施走向成熟深化的必然。