来源：市场资讯

（来源：电子发烧友网Elecfans）

电子发烧友网报道（文/李弯弯）AI大模型与AI Agent的爆发，正以指数级速度催生海量数据。作为数字经济的底座，数据中心的基础设施面临前所未有的挑战，其中，存储系统已成为决定AI算力效率的核心瓶颈。

长期以来，机械硬盘（HDD）凭借低廉的成本主导着数据中心的冷数据存储。然而，其毫秒级的延迟和孱弱的随机读写能力，在追求微秒级响应的AI训练与推理场景中，已成为GPU算力释放的巨大障碍。一旦存储无法及时供给数据，昂贵的GPU集群便会陷入空转，造成惊人的资源浪费。

在此背景下，固态硬盘（SSD）凭借其性能优势，一跃成为数据中心架构变革的核心驱动力。近期，美光正式出货的245TB数据中心SSD——6600 ION，更是将这一趋势推向了新高潮。

美光6600 ION：245TB的容量新标杆

美光宣布其6600 ION SSD正式出货，其中E3.L规格版本容量高达245TB，成为目前全球可商用出货的容量最高的固态硬盘。这一产品的问世，不仅刷新了存储密度的记录，更标志着QLC（四层单元）NAND技术在企业级市场的成熟。

其核心是领先的G9 QLC NAND技术，在实现超大容量的同时，依然保证了卓越的性能：顺序读取速度高达13.7GB/s，随机读取可达178万IOPS，延迟控制在150微秒以内。

这款产品专为AI数据湖、超大规模云计算等读取密集型工作负载而设计。其峰值功耗仅为30W，约为同等容量HDD方案的一半。对于云服务商而言，这意味着在部署同等容量时，可减少高达82%的机架空间占用，并大幅降低电力与散热成本。在AI工作负载中，其数据预处理速度相比HDD系统快8.6倍，能效提升高达84倍，有效解决了AI训练中“数据搬运”的难题。

在现代数据中心架构中，SSD根据其性能和容量需求，被部署在不同的物理位置。在服务器内部，SSD直接安装在服务器主板的PCIe插槽或硬盘托架中，通常采用U.2或E1.S/E3.L等形态，为单台服务器提供高速缓存或系统盘，要求极高的耐用性和抗震动能力。

在外部存储阵列中，由数十甚至上百块SSD组成的独立存储设备，通过网络与多台服务器连接，形成一个集中的、高性能的存储资源池。这里主要使用2.5英寸或3.5英寸的高密度SSD，要求极高的稳定性和数据一致性。

AI工作负载的特性正在重塑存储需求，推动SSD的角色发生根本性转变。在模型训练阶段，核心痛点在于高频的Checkpoint（检查点）保存与加载。这要求存储系统具备极高的写入性能和耐用性，以防止GPU集群因I/O等待而“干等”。

在推理阶段，挑战则转向了“跑得快、跑得多”。以检索增强生成（RAG）架构为例，AI需要实时从庞大的向量数据库中检索信息，这对存储的随机读取性能和延迟提出了严苛要求。此外，随着AI Agent（人工智能体）的普及，模型需要记住多轮对话的上下文（KV Cache），当上下文长度达到几百GB时，昂贵的HBM（高带宽内存）已无法容纳。行业采取的解决方案是“分层存储”——将大部分“记忆”存放在高速SSD中作为缓冲。至此，企业级SSD已承担起上下文状态管理和知识查阅的功能，成为存算协同的数据引擎。

国内外主要玩家及技术路线

当前数据中心SSD市场呈现出国际巨头主导、国产力量快速崛起的格局。国际市场主要由几家拥有从闪存颗粒到主控芯片全栈自研能力的IDM（垂直整合制造）厂商主导。

美光以“性能+容量”的组合拳覆盖AI全场景；三星计划在2026年推出首款PCIe 6.0企业级固态硬盘PM1763，专为AI推理等对延迟敏感的场景设计；SK海力士则通过其子公司Solidigm及自有品牌，构建了覆盖高容量、高性能需求的全方位产品矩阵，此前还展示了行业首创的245TB超大容量PS1101 E3.L。

国内厂商正通过技术创新寻求突破。长江存储作为国内唯一的NAND闪存原厂，其自主研发的Xtacking架构在I/O速度上具有独特优势，已实现294层3D NAND的量产，核心指标跻身全球第一梯队。大普微作为国产企业级SSD的领军者，具备“主控芯片+固件算法+模组”的全栈自研能力，其产品已成功导入Google、字节跳动等全球头部客户。此外，江波龙、得瑞领新等厂商也在各自细分领域凭借全自研主控与智能算法，为AI与云计算构建存储新基准。

从技术路线来看，当前存储领域正围绕三大核心分歧展开深度演进：

一是接口之争，聚焦于NVMe over Fabrics（NVMe-oF）与SAS/SATA等传统协议的迭代升级。NVMe-oF通过高速网络将NVMe的低延迟、高并发优势延伸至分布式环境，而SAS/SATA则凭借成熟的生态和成本优势，在容量型存储场景中持续优化。

二是介质之争，表现为高性能TLC、高容量QLC与新型存储介质的共存与互补。TLC凭借均衡的性能与寿命主导主流市场，QLC以高密度、低成本特性适配海量数据存储，而SCM则填补内存与存储间的性能鸿沟。

三是架构创新，以存算一体为代表的新型架构正突破传统冯·诺依曼瓶颈。通过在存储单元内直接完成计算任务，存算一体大幅减少数据在存储与处理器间的搬运，降低能耗与延迟，为AI训练、大数据分析等算力密集型场景提供全新解决方案。

同时，随着SSD性能的飙升，散热问题日益凸显。在AI服务器中，GPU和CPU的功耗不断攀升，留给存储的散热空间被极度压缩。传统的风冷散热已难以应对高密度SSD产生的热量，尤其是在无风扇设计的液冷服务器中。因此，液冷SSD正在成为2026年的重要趋势。通过与NVIDIA等厂商合作，采用单面冷板技术的液冷eSSD应运而生，它能让SSD在维持同等尺寸的前提下，释放出更高的持续性能，彻底摆脱风扇散热的束缚。

SSD正在重新定义下一代数据中心的性能天花板。美光6600 ION 245TB产品的出现，不仅是技术的里程碑，更是AI基建狂潮中的关键一环。它证明了QLC技术在企业级大容量存储场景下的巨大潜力。

展望未来，随着数据量的持续爆炸，存储介质将继续向更高密度、更低功耗、更智能管理的方向演进。液冷、CXL、存算一体等新技术将逐步从实验室走向规模化应用。在这场关乎数字经济命脉的技术竞赛中，无论是国际巨头还是国内新锐，都在为构建更高效的数据基石而不断探索。国产替代与技术创新，将在这一赛道上持续上演精彩的博弈。