闪存价格飙升背后的硬盘涨势与选购指南

TomsHardware的编辑团队计算了PCIe 4.0/5.0 NVMe固态硬盘的净重均值（显然，该统计仅针对无散热片型号）。在记录了超过一百个样本后，他们得出结论：8TB M.2固态硬盘的平均重量为8.2克，而4TB型号的平均重量则约为8克——这意味着即使采用双面贴片设计，高容量固态硬盘也并未显著增加重量。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

由于8TB固态硬盘的售价并非与4TB型号成比例地增加，每块8TB硬盘的平均售价高达1476美元。若按克重计价，其单价甚至超过了黄金（每克184美元对比148美元）。即便是4TB型号，某些品牌的NVMe SSD也接近了每克8美元黄金的价值（总计1184美元），例如一些企业级硬盘，其单位重量的价格贵过黄金已是不争的事实。

（昔日所谓的“金盘”，如今看来绝非戏言。）

TomsHardware的编辑指出，目前市面上大部分消费级4TB SSD的价位尚在800美元以下，按克重计价仍低于金价——虽不如黄金那般贵重，但相较于两年前，其售价已是翻倍不止。

许多人疑惑，为何闪存（Flash）也能搭上AI热潮的顺风车，价格一路狂飙。最流行的说法是厂商扩大了内存（RAM）产能，挤占了闪存生产线。实际上，这种说法并不准确。

以群联aiDAPTIV+技术为代表的AI计算加速平台，利用闪存作为辅助内存池，可有效缓解因GPU显存不足导致的效率损失。

经研究人员测算，在DGX Spark平台上进行推理时，TTFT（生成首个令牌所需时间）约为40秒，而在启用aiDAPTIV技术后，这一时间降至9秒；Strix Halo平台的TTFT为36秒，启用aiDAPTIV后也缩短至6秒。

在模型训练场景下，NVIDIA平台会将所有内容加载至GPU显存中。例如，一个700亿参数的LLM模型需要1.4TB显存，这需要动用多达18块H100或10块H200、8块B200乃至5块B300显卡。采用aiDAPTIV技术后，训练过程被分解为多个部分，仅需16GB显存就能运行，性能损失大约只有10%。

（主控厂商）群联电子曾演示过一个更极端的例子：仅使用两块RTX Pro 6000显卡进行Llama 3.1 405B模型训练，硬件配置仅为192GB显存搭配8TB aiDAPTIV SSD缓存池，整体硬件成本约在5万美元左右。

若不使用SSD缓存池，要扩充至8TB显存则需购买大量NVIDIA AI加速卡，硬件成本将飙升至接近400万美元。

然而，采用aiDAPTIV技术需要付出代价……其写入量极大，SSD必须配置为SLC模式——这意味着要实现相当于8TB的SLC容量，就需要约32TB的TLC闪存来支撑。闪存生产线简直应接不暇！整个行业普遍供不应求，缺口大约在15%至20%之间。

标准的aiDAPTIV SSD额定寿命为100 DWPD，而普通的2TB消费级SSD寿命大约只有0.3 DWPD（如用于aiDAPTIV场景，可能仅能坚持一个星期）。从这个角度看，aiDAPTIV缓存池中的SSD等同于消耗品，这进一步加剧了供应短缺的局面。

由于新建闪存工厂需要两年时间，即便厂商现在就着手扩产，产能也要等到2028年才能释放。前两年闪存价格持续走低，没有厂家愿意投资扩产，直接导致了如今供不应求的局面难以缓解。

硬盘市场状况同理。数据中心遍地开花，对大容量企业级硬盘的需求也水涨船高。但硬盘厂商这几年一直抱着“守缺”心态，根本没有扩产的念头，只有消费者在默默承受。硬盘价格平均上涨了46%，且容量越大，涨幅越是惊人——例如希捷24TB酷鱼硬盘曾低至239美元，如今现货要价499美元，很多电商平台甚至缺货。