包括三星(Samsung)在內的各家主要SSD製造商都已經準備好推出EDSFF產品，超大資料中心業者包括Facebook與微軟(Microsoft)也是此新規格的支持者。全球儲存網路工業協會(SNIA)的固態硬碟工作小組共同主席Jonmichael Hands表示，E1.L、E1.S與E3設計是為了克服目前資料中心SSD外觀面臨的限制。
https://www.eettaiwan.com/20200609nt01-nvme-drives-ready-to-embrace-own-form-factors/

而處理器大廠英特爾今年4月起，開始主打內建DL Boost的第二代Xeon Scalable系列處理器，手上也有FPGA加速晶片與加速卡能做AI加速架構的生意，然而，從伺服器廠商響應的聲勢上，還是只能聚焦在伺服器處理器平臺，表達願意搭配FPGA加速卡的OEM廠商數量，仍然很有限。但該公司先前併購Nervana Systems之後，他們在市場上陸續釋出會有AI加速晶片的消息，經過兩年的發展，11月這系列產品終於正式對外亮相，那就是我們接下來即將介紹的NNP（Nervana Neural Network Processor）。英特爾將這裡的產品區為二，一是針對深度學習的訓練的晶片NNP-T，另一是針對推論處理的晶片NNP-I。

以NNP-T來說，顯然會讓人聯想到Nvidia Tesla V100，英特爾為NNP-T提供PCIe介面卡與OAM模組等兩種形式，而且，OAM的外形和Tesla V100所支援的SXM2有些類似，用戶如果在伺服器裡面想採用OAM形式的NNP-T，情況就很像目前搭配多顆SXM2形式V100的伺服器，同時，英特爾也特別強調NNP-T有多櫃並用Pod的參考架構。

另一款NNP-I，則顯然是衝著Nvidia T4而來，英特爾發布時強調，它可提供更高的運算密度。NNP-I的形式更為輕薄短小且多樣，有PCIe介面卡、M.2等外形之餘，還有尺狀的外形選擇（EDSFF El.L和E1.S），能在1U伺服器當中安裝32支NNP-I模組（但若要這麼搭配，伺服器設計也要跟著調整），由於它也有PCIe介面卡與M.2的形式，因此，若要在單臺伺服器上少量搭配NNP-I，仍是可行的。而關於這部份的應用，OEM廠商是否會積極支援、提供相關搭配，仍是未知數，我們後續可以繼續觀察動向。

https://www.ithome.com.tw/review/134247