Un estudio revela que los SSD, siendo casi idénticos, tienen rendimientos completamente distintos y los benchmark actuales no lo pueden demostrar

Un nuevo estudio de la Universidad de Múnich y Copenhagen desvela una realidad que, hasta ahora, ningún benchmark había podido revelar. Y es que los SSD que dominan los centros de datos hoy en día esconden un secreto incómodo: sus especificaciones técnicas no sirven para predecir su verdadero comportamiento en escenarios exigentes. Da igual que un fabricante prometa miles de megabytes por segundo en escritura secuencial o cientos de miles de operaciones aleatorias; lo que realmente marca la diferencia son otros factores. Y por ello, los investigadores decidieron crear un benchmark que sí que pudiese mostrar tanto el rendimiento real como la posible degradación que tendrían los SSD con el tiempo y el uso. Por ello, crearon SSD-iq.

Y es que se ha visto que un mismo modelo puede mantener estable un sistema de bases de datos durante meses, mientras otro con números idénticos en el papel acaba provocando cuellos de botella y reduciendo drásticamente la vida útil del hardware. ¿Qué está ocurriendo realmente dentro del SSD para que todo lo que hemos visto hasta ahora no sea real?

Nueve SSD distintos donde dos de ellos con misma tecnología y capacidad eran radicalmente distintos en su funcionamiento, ¿error o había algo más?

En este punto conviene detenerse y pensar en lo que significa para cualquier compañía que depende de transacciones rápidas, como bancos o e-commerce. Detrás de lo que parece una simple elección de almacenamiento hay un dilema estratégico que puede condicionar costes, estabilidad y hasta sostenibilidad del sistema.

La investigación liderada por ambas universidades desmonta la idea de que todos los SSD son intercambiables a un mismo modelo, rendimiento y capacidad. En sus pruebas, realizadas sobre nueve unidades de distintos fabricantes, encontraron que dos modelos con la misma capacidad y tecnología NAND Flash TLC se comportaban de forma radicalmente diferente.

¿Por qué ocurría esto? Las métricas estándar ignoran la complejidad real de estas unidades y tecnología. Por ejemplo, el fenómeno de la amplificación de escritura (WAF): mientras un usuario cree que ha escrito un bloque de datos, el controlador del SSD puede haber replicado esa operación tres o cuatro veces de forma interna.

Alibaba ya había detectado en su nube WAF de hasta 8 réplicas, y estudios recientes reportan valores superiores a 10 en entornos empresariales. Esto significa menor rendimiento y una reducción considerable de la vida útil del SSD. El problema es que no es lo único que difiere de la realidad. Otro frente problemático es la latencia bajo carga.

En condiciones ideales, la escritura puede aparentar unos 15 microsegundos gracias a la caché DRAM del propio disco, si es que la incluye, obvio. Sin embargo, cuando las operaciones coinciden con procesos de borrado o reubicación de datos, los retardos se disparan a varios milisegundos, un abismo para sistemas OLTP que dependen de confirmaciones instantáneas en sus registros WAL.

SSD-iq, el primer benchmark que mide realmente las métricas que importan en una unidad de estado sólido

Lo más preocupante de la situación descrita por los investigadores es que estas diferencias no se detectan mirando la hoja de especificaciones, ni tampoco las muestran los benchmark comunes, ni datos SMART: en la práctica, SSD de Samsung o SK Hynix mostraron un comportamiento mucho más estable que alternativas de Micron o Intel con datos casi calcados en papel. Y claro, ¿cómo podían ver esto de manera simple y para todos?

La propuesta que emerge de esta investigación es SSD-iq, un nuevo banco de pruebas, un benchmark diseñado para medir lo que realmente importa.

A diferencia de los que actualmente son populares, pensados para uso doméstico, este introduce métricas adicionales: rendimiento en accesos sesgados (como distribuciones Zipf o patrones Two-Zone), cálculo del WAF real con ayuda de la interfaz OCP NVMe, latencia bajo carga medida hasta en el percentil 99.999, y la estimación del sobreaprovisionamiento oculto que cada fabricante reserva para gestionar la recolección de basura.

La vida útil de los SSD revelada: ya puedes descargar SSD-iq gratis desde GitHub

Gracias a estas pruebas, se pueden detectar diferencias críticas, por ejemplo, un Micron 7450 MAX ofrece menor WAF y por tanto más vida útil, mientras que un Samsung PM9A3 garantiza una latencia mucho más estable. Por lo tanto, y en definitiva, el problema no está en que los SSD sean lentos o más rápidos, sino en que los números que muestran las especificaciones y benchmark no cuentan toda la historia.

La solución pasa por un sistema de evaluación como SSD-iq, que ilumina esos “datos oscuros, ocultos” del almacenamiento y da a los arquitectos de bases de datos y usuarios los criterios más fiables para que podamos elegir. Quizás estemos ante un cambio de paradigma si SSD-iq se hace con un hueco en los bancos de prueba de todo el planeta, mostrando en reviews la realidad que hasta ahora no habíamos visto. Si os habéis quedado con las ganas de descargarlo, podéis hacerlo desde GitHub siguiendo este enlace.