隨著AI、高效能運算（HPC）與大型非結構化資料工作負載持續推升儲存系統的擴展需求，分解式儲存架構（Disaggregated Storage）正逐漸形成新的產品類型。這類架構的核心概念，是將負責資料管理與I/O處理的運算控制單元，和提供快閃儲存容量的儲存單元分離，使兩者可依需求獨立擴充。
新創業者VAST Data是此一領域較早且具代表性的廠商，其「分解與共享一切」架構（Disaggregated Shared Everything，DASE）已在AI與HPC環境建立知名度。近年大型儲存業者也陸續推出相關產品，包括NetApp於2025年10月正式發表的AFX，以及HPE的Alletra MP for File Storage、Alletra MP X10000與Alletra MP B10000。
不過，這些產品雖都採取運算與儲存分離的方向，底層軟體、資料存取方式、快取與metadata設計、支援的儲存服務，以及最大擴展規模均有明顯差異。部分系統面向上百節點與EB級容量，部分則鎖定數PB規模的中小型部署。
分解式架構的共同概念與主要差異
在基本架構上，分解式儲存叢集通常由儲存控制器節點與儲存機箱組成。控制器負責執行儲存作業系統、資料管理與I/O處理；儲存機箱則提供SSD等容量資源。透過高速網路互連，控制器可使用叢集內的共享容量資源，而不受限於傳統儲存陣列中控制器與特定後端磁碟櫃的固定從屬關係。
就運算與儲存分離的程度而言，VAST Data與NetApp採取較為純粹的分離模式，控制器節點本身不提供叢集容量；HPE部分產品的控制器節點則仍包含一定數量的SSD。
各家在快取與metadata處理上也採取不同設計。VAST Data的DASE架構採用儲存級記憶體（SCM）作為寫入緩衝區與metadata存放區；其他產品則主要使用DRAM或NVRAM快取機制。另有業者為叢集加入專屬輔助節點，例如NetApp AFX的DX50資料運算節點，以及HPE Alletra MP X10000的資料加速器節點。
| 產品 | 主要儲存服務 | 控制器與容量分離 | 代表性擴展規模 |
|---|---|---|---|
| NetApp AFX | 檔案、物件 | AFX 1K控制器與NX224儲存櫃分離 | 最多128組控制器、1 EB有效容量 |
| HPE Alletra MP for File Storage | 檔案 | 基於VAST Data DASE架構 | 最多16 PB原生容量 |
| HPE Alletra MP X10000 | 物件 | 控制器與JBOF儲存機箱組成叢集 | 最多8組控制器、5.9 PB原生容量 |
| HPE Alletra MP B10000 | 區塊 | 控制器可存取共享JBOF與SSD資源 | 最多4組控制器、5.24 PB原生容量 |
| VAST Data Platform | 檔案、物件等資料服務 | CNode與DNode完全分離 | 可支援上百節點與EB級部署 |
NetApp AFX：以ONTAP延伸至分解式AI資料平台
NetApp在2024年9月的InSight大會首次透露，正開發一套採分解式概念、面向AI應用的新型ONTAP資料平台。經過約一年後，該公司在2025年10月正式公布AFX。
AFX由兩種基本硬體單元構成：運行ONTAP儲存作業系統的AFX 1K儲存控制器，以及提供NVMe容量的NX224儲存櫃。系統要求使用ONTAP 9.17.1或更新版本。AFX另可選配DX50資料運算節點，其配備AMD Genoa 9554P處理器與Nvidia L4 GPU，可執行NetApp AI Data Engine，以處理metadata工作及提供額外AI整合功能。
單一AFX叢集最多可配置128組AFX儲存控制器、52組NX224儲存櫃與10組DX50資料運算節點，標示有效容量最高可達1 EB，該數字包含資料縮減效果。支援的協定包括pNFS、NFS、SMB、S3與NFS/RDMA。
其網路區分為前端用戶端網路及後端叢集／儲存網路。後端網路目前必須採用特定Cisco交換器，包括具32個400GbE埠的Nexus 9332D-GX2B，或具64個400GbE埠的Nexus 9364D-GX2A。
相較NetApp既有AFF與FAS架構，AFX將資料管理與I/O處理集中於運算層，將NVMe容量置於獨立容量層，讓控制器與儲存櫃能個別擴展。任何AFX控制器皆可存取叢集中任一NX224儲存櫃的SSD；這與傳統架構中控制器主要存取本機後端連接儲存櫃的模式不同。
NetApp將由多個儲存櫃構成的共享容量池稱為儲存可用區域（Storage Availability Zone，SAZ）。在此設計下，使用者若要將某個Volume從一個控制器轉移至另一控制器，可透過更新metadata與索引指標完成，不必實際複製或搬移資料。這種作法可提高資源調度彈性，但產品部署仍須符合其指定的後端交換器條件。
HPE Alletra MP：涵蓋檔案、物件與區塊服務
HPE是除VAST Data外，導入分解式儲存架構較積極的主要廠商之一。HPE在2023年4月推出採用VAST Data軟體的Alletra MP for File Storage，以及基於自家軟體核心的Alletra MP for Block Storage。到了2024年11月，HPE再推出以自身物件儲存軟體平台為基礎的Alletra MP X10000，並將Alletra MP for Block Storage更名為Alletra MP B10000。
透過這些產品，HPE在檔案、物件及區塊三種主要儲存服務類型中，皆提供分解式架構選項。三者的底層硬體均建立於Alletra MP平台，但使用的儲存軟體、服務協定、節點配置與擴展上限並不相同。
Alletra MP for File Storage：採用VAST Data軟體平台
Alletra MP for File Storage使用VAST Data軟體平台，支援NFS與SMB檔案存取服務，其架構原理與VAST Data原廠產品相近，但搭配HPE自有硬體，規格設定亦不同。
基本配置包括兩台2U運算節點、一台以上容量節點，以及至少兩台100GbE交換器。容量節點搭載SCM與NVMe SSD，可支援SCM寫入緩衝及metadata架構。與VAST Data原廠主要使用QLC SSD的作法不同，HPE在此產品中採用TLC SSD儲存資料本體。
容量節點分為標準密度與高密度兩種版本。標準密度版本配置20台SSD與4台SCM，高密度版本則配置22台SSD與8台SCM。系統最高可擴充至16 PB原生容量，約為數十台節點的規模，低於VAST Data原廠平台可達的超大型部署上限。
Alletra MP X10000：面向S3物件儲存
Alletra MP X10000結合Alletra MP硬體與HPE自有物件儲存軟體平台，支援S3物件存取協定，採用全共享分散式儲存架構（Shared Everything Distributed Architecture）。
其最小組態為3台儲存控制器節點、1台JBOF儲存機箱與一對100GbE交換器。單一系統最多可擴充至8台控制器節點與8台JBOF儲存機箱，最大原生容量為5.9 PB。控制器與JBOF原先主要搭配TLC SSD；自X10000 OS 1.2.0.0版開始，系統新增QLC SSD選項。
X10000還能搭配最多4台資料加速器節點（Data Accelerator Node）。這類節點衍生自HPE StoreOnce Gen5備份儲存伺服器，具備較高資料縮減能力，設計用途是協助系統保存大容量備份資料。
Alletra MP B10000：分解式橫向擴展區塊儲存
Alletra MP B10000鎖定區塊儲存市場。依既有資訊，該產品是目前少數、且可能是業界首款採分解式架構的橫向擴展區塊儲存陣列。其設計重點在於，叢集中的SSD不固定從屬於特定控制器，每台控制器都能存取各SSD資源。
B10000支援32Gb Fibre Channel，以及基於10GbE或25GbE的iSCSI與NVMe/TCP協定。產品依內部互連方式分為無交換器（Switchless）與經交換器互連（Switched）兩種版本。前者由各節點直接連接，後者則透過100GbE交換器互連。
無交換器版本最多可部署1或2台儲存控制器，搭配最多2台JBOF擴展機箱，最大原生容量為2 PB。經交換器互連版本可依控制器型號配置2、3或4組控制器節點，並搭配最多16組JBOF擴展機箱，最大原生容量可達5.24 PB。
VAST Data DASE：以無狀態控制器與SCM為核心
VAST Data的DASE架構由CNode運算節點與DNode NVMe JBOF機箱構成，兩者透過基於NVMe-oF的100GbE網路互連。CNode扮演儲存控制器角色，DNode則提供SCM與QLC SSD容量。
每台CNode啟動時都會掛載叢集內各DNode的SCM與SSD，因此可直接存取共享系統狀態、所有資料及metadata。DNode中的SCM用於寫入緩衝與metadata儲存，QLC SSD則存放主要資料內容。
資料讀取時，CNode先從DNode的SCM所保存metadata查詢資料位置，再直接讀取QLC SSD資料，不必向其他CNode要求資料。寫入時，資料及metadata會直接寫入多台SCM與SSD。由於每台CNode均可獨立完成讀寫，DASE叢集不需要在CNode之間進行橫向通訊。
此架構的一項重要特性是控制器採無狀態（Stateless）設計。CNode不保存metadata與系統狀態，也無須維護控制器間的快取一致性，因此不需利用昂貴的NVRAM作為快取或緩衝區。依VAST Data的架構說明，即使叢集中99%的CNode失效，只要仍有一台CNode運作，系統仍可維持資料存取。
相對地，metadata與資料位於DNode，使DNode必須具備高可用性。VAST Data採用雙DNode高可用機箱，每組機箱具雙重風扇、電源與網路埠配置。兩組DNode採雙主動設計，正常狀態下各自提供一半SSD至NVMe-oF網路；當其中一組DNode失效時，系統會將存取通道重新映射至剩餘節點，以維持服務。
應用規模不再侷限於大型AI與HPC環境
分解式儲存早期常與AI及HPC大型環境連結，原因在於這些工作負載對共享容量、高吞吐量與彈性擴展的需求較高。VAST Data的產品也曾以AI與HPC作為主要訴求，並在HPC市場建立早期應用實績。
然而，NetApp與HPE近年的產品配置顯示，分解式架構並非只適用於上百節點的大型環境。例如HPE Alletra MP B10000的控制器規模可為2至4台，X10000則為3至8台，目標容量落在數PB等級。
對中小型環境而言，運算與容量可分別擴充的特性，理論上可降低為取得單一資源而被迫同步擴充另一類資源的情況。實際效益仍取決於工作負載、既有網路架構、協定需求、軟體功能與特定產品的部署限制。隨著檔案、物件與區塊產品線逐步完善，分解式儲存的適用範圍正從中小型部署延伸至EB級基礎架構。
