Samsung BM1773 256TB SSD 缩减 AI 存储占用，但速度并非重点

Samsung 推出了 Samsung BM1773 256TB SSD，在紧凑的 E3.S 服务器规格中提供 245.76TB 的可用闪存容量。这种组合的意义不止于标称容量本身。该硬盘面向需要保留海量数据集的 AI 基础设施，同时避免让存储占用更多机架空间、电力与散热资源。

BM1773 并非 Samsung 速度最快的企业级 SSD。其最高顺序写入性能为 4.5GB/s，而以性能为重点的 Samsung PM1763 通过 PCIe 6.0 可实现高得多的传输速率。这种取舍是有意为之：Samsung 正将容量与峰值速度区分开来，并认为 AI 数据中心需要针对不同任务的专用硬盘。

因此，关键竞争在于高密度闪存存储与庞大容量基础设施之间的较量。Micron、Kioxia、Sandisk 和 Solidigm 都在争夺同一机会。Samsung 的差异化优势在于，将标称 256TB 级硬盘装入 E3.S——一种适合高密度服务器配置的紧凑型企业规格。

Samsung BM1773 256TB SSD 将密度放在首位

BM1773 将一个熟悉的容量里程碑，转化为更具实际意义的封装能力主张。

Samsung 将 BM1773 描述为首款可提供最高 245.76TB 可用容量的 E3.S SSD。部分报道将这一数字四舍五入为 256TB，反映的是硬盘的原始或标称容量等级。比较产品时，买家应注意这一差异，因为企业级硬盘通常按可用容量列示。

E3.S 是一种 Enterprise and Data Center Standard Form Factor，专为可维护、具备热管理能力的服务器存储而设计。它比部分竞争性高容量硬盘采用的较长 E3.L 规格小得多。将 245.76TB 装入 E3.S，可让服务器制造商在无需采用更大设备、也无需围绕大量低容量硬盘重新设计系统的前提下，加入更多闪存。

Samsung 此前曾在 2023 年展示过一款 256TB SSD 概念产品。BM1773 则补足了早期展示所缺少的产品身份和技术架构。它采用 Samsung 第九代 QLC V-NAND，包括 2-terabit 晶粒，以及一颗 16 通道 PCIe 5.0 控制器。

QLC NAND 在每个存储单元中存储四个比特。这提升了单位硅面积的容量，但传统上其写入耐久性和性能低于每单元存储三个比特的 TLC NAND。因此，BM1773 依赖控制器设计、固件、错误处理和工作负载调度，使极高密度具备实用性。

根据 BM1773 specifications，该硬盘可实现最高 4.5GB/s 的顺序写入速度，以及最高每秒 50,000 次输入输出操作的随机写入性能。Samsung 并未将这些数字定位为性能纪录。它们描述的是一款面向大型、以持久数据为主的数据集的容量型硬盘。

其耐久性评级更具说明意义。Samsung 表示，BM1773 支持 0.6 次全盘写入/天，通常简称为 DWPD。这意味着，在适用保修期内，运营商每天可写入相当于硬盘可用容量 60% 的数据。

对于一块 245.76TB 的设备而言，0.6 DWPD 相当于每天约 147TB 的写入量。实际部署限制仍将取决于 Samsung 最终的认证条款和工作负载行为。尽管如此，这一评级使其远超仅接收偶发归档写入的存储设备。

Samsung 还表示，与其上一代 QLC 相比，总写入字节耐久性已翻倍。这一说法尚未得到独立验证，但它直接回应了人们对在活跃 AI 基础设施中使用高密度 QLC 的常见顾虑。

另一项功能 Die Failure Recovery，旨在于单颗 NAND 晶粒失效后保持 SSD 运作。传统故障处理可能会迫使整块硬盘进入受限的只读状态。Samsung 表示，其恢复机制会隔离问题，同时维持正常运行。

随着容量提升，这项能力愈发重要。一块 245.76TB 硬盘发生故障，可能让远多于小容量设备的数据受到单次维护事件影响。容量整合只有在可靠性和恢复能力同步提升时才能奏效。

Samsung 还列出了对 Commercial National Security Algorithm Suite 2.0 和 FIPS 子芯片认证的支持。这些特性面向既需要高密度、又需要硬件级安全控制的运营商。产品进入更广泛部署后，具体认证状态和客户资格要求将至关重要。

其结果不只是更大的 SSD。Samsung 正尝试让超高密度 QLC 存储具备足够的可维护性，以用于生产服务器——在这里，容量、可用性、安全性和可预测的耐久性必须并存。

AI 数据增长正让机架空间成为限制因素

AI 基础设施正日益将存储密度视为推动算力发挥作用的问题，而非次要采购指标。

训练流程需要保留源数据集、处理后的数据、检查点、嵌入向量、日志和多个模型版本。推理还带来另一类不断扩张的数据：键值缓存，即 KV cache。它存储中间注意力信息，使模型能够继续处理上下文，而不必重新计算全部内容。

活跃的 KV cache 通常位于加速器附近昂贵的高速内存中。当软件支持分层时，较旧或访问频率较低的缓存数据可迁移至更慢的存储。这一变化为高容量 SSD 创造了机会，使其成为昂贵内存与更慢容量型系统之间的一层。

Samsung 明确将 BM1773 定位为基于 HDD 的对象存储的缓存层，以及长期冷 KV cache 的存放位置。“冷”并不意味着可丢弃，而是指数据访问频率较低，不值得持续占用稀缺的 GPU 内存或 DRAM。

在 OCP Global Summit 上，Samsung 将高密度 SSD 与 CXL 内存池及 SSD 支撑的 KV cache 卸载联系起来。Compute Express Link，即 CXL，可让处理器通过标准化互连访问池化或扩展内存。SSD 卸载则通过更大、更慢、成本更低的一层扩展了这一层级。

这一架构之所以重要，是因为增加 GPU 并不会自动解决内存容量问题。长上下文、并发用户和智能体系统可能会围绕每项推理请求产生大量状态。当最快内存被占满时，服务器需要有地方存放这些状态。

检索增强生成带来了另一种存储需求。RAG 系统会在生成答案前搜索外部数据，通常使用储存在向量索引中的嵌入向量。大型部署可能维护多个索引、版本、访问控制层和源数据副本。

并非所有这些工作负载都需要相同性能。元数据和高频访问索引可以采用更快的介质。大型源数据集合、活跃度较低的嵌入向量、检查点和缓存对象则可能更适合容量优先的存储。Samsung BM1773 256TB SSD 面向的正是第二类。

高容量还能减少组件数量。以一块高密度设备替代多块较小硬盘，能够减少承载固定数据集所需的插槽、连接器、控制器和维护点数量。这可能为加速器、网络或额外内存释放服务器空间。

不过，较少的硬盘也可能增加每个故障域关联的数据量。运营商必须考察重建行为、冗余方式、控制器限制和恢复时间。高密度设备并不能消除对副本或纠删码的需求。

电力是另一项限制。数据中心不会仅因需求增长就获得无限的供电容量。存储和散热消耗的每一瓦电力，都在与处理器、GPU、网络和内存竞争。更高密度的存储可帮助运营商将更多数据置于算力附近，而不必成倍增加硬盘数量。

Samsung 对其早期 256TB 概念产品也提出过类似论点，称一台设备可提供八块 32TB 硬盘的容量，同时仅使用其总功耗的七分之一。该比较针对的是 Samsung 的早期设计，并非经验证的 BM1773 测量结果。不应将其视为新产品的最终能效规格。

整体趋势依然可信。整合容量能够减少配套基础设施，即使确切节省程度会因机箱和工作负载而异。真正的评估必须在服务器和机架层面进行，散热、冗余、空闲功耗和可用容量都会影响结果。

对 AI 买家而言，核心问题已不再是存储孤立来看是否足够快，而是完整的层级架构能否持续为加速器供给数据，同时避免把不需要高端内存的数据浪费在昂贵内存中。

高密度 QLC 以峰值速度换取每个插槽容纳更多 AI 数据

Samsung 的核心押注是：最有价值的 AI 存储硬盘，并不总是基准测试分数最高的那一款。

BM1773 最高 4.5GB/s 的顺序写入性能，在现代高性能 SSD 面前显得相对温和。采用 PCIe 6.0 和 TLC NAND 的 Samsung PM1763，在其初始配置中可支持最高 28.4GB/s 的顺序读取和 21.9GB/s 的顺序写入。

这一差距说明了两种不同的产品角色。PM1763 专为高性能 AI 和高性能计算服务器设计。根据该公司的 PCIe 6.0 release，Samsung 已开始量产该硬盘，容量包括 4TB、8TB 和 16TB。

BM1773 则优先考虑容量。其 16 通道 PCIe 5.0 架构必须协调数量庞大的 QLC 晶粒，但该硬盘并非旨在替代所有工作负载中的高端 TLC 设备。更恰当的理解是，它是一层高密度存储层，用于必须保持随时可访问的数据。

这种专业化可让服务器设计更高效。一个系统可能使用高性能 SSD 处理活跃数据和写入密集型操作，再使用 BM1773 级硬盘存放更大的读导向数据集合。软件决定哪些数据属于哪个层级。

这一方法类似于内存分层。HBM 最接近加速器，并提供出色带宽。DRAM 提供更广泛的系统内存。CXL 设备可扩展或池化容量。NVMe SSD 增加了持久化层，而对象存储和硬盘则保留更冷的数据。

没有任何单一层级能赢得所有比较。更快的介质成本更高、占用稀缺空间，或提供更少容量。更高密度的介质通常会牺牲部分性能或耐久性。工程任务是在仍满足延迟和吞吐量要求的前提下，让数据位于成本最低的层级。

BM1773 通过增加每个插槽中可用的数据量，强化了 SSD 层。Samsung 表示，它可服务于大型多模态数据集、对象缓存和长期推理上下文。这些说法作为目标应用场景是合理的，但实际结果将取决于编排软件。

硬盘本身无法决定哪些 KV cache 应从 GPU 内存中移出。推理框架、存储栈和网络路径必须协同完成这种迁移。不佳的分层可能增加足以抵消更高容量收益的延迟。

加速器直接访问存储也面临类似问题。较高的顺序吞吐量固然有帮助，但端到端性能还取决于请求大小、队列深度、元数据访问、网络传输和解压缩。仅凭规格表无法说明硬盘在每一种 AI 平台中的实际表现。

QLC 介质使性能对工作负载更加敏感。它适合高容量、读密集型部署，但持续小写入和频繁重写可能暴露其较弱的特性。Samsung 的 0.6 DWPD 评级扩大了可适用的工作负载范围，但买家仍需要真实的写放大测量结果。

当 SSD 在内部写入的数据量超过主机请求写入的数据量时，就会产生写放大。垃圾回收、数据迁移和错误管理都会增加这部分开销。随着硬盘逐渐写满，应用行为和固件的重要性将日益提升。

Samsung 的 Die Failure Recovery 也值得仔细考察。在单个 NAND die 发生故障后仍能保持硬盘在线很有价值，尤其是在如此高的容量下。运营方会希望了解该事件对性能、数据保护、告警和更换流程的影响。

因此，这款硬盘的高密度既是优势，也是负担。每个插槽可承载更多有效信息，但资格验证必须证明系统能在故障、高利用率和持续运行条件下可靠地管理这些信息。

Micron 和 Solidigm 表明，容量本身不会决定市场

Samsung 已进入一场激烈的密度竞赛，其中供货能力和资格验证与标称容量同样重要。

Micron 提供了最直接的挑战。其 6600 ION 产品组合包括一款 122.88TB E3.S 硬盘和一款 245.76TB E3.L 型号。更长的 E3.L 设备与 Samsung BM1773 处于相同的可用容量级别，而 Samsung 的主张在于将这一容量装入更小的 E3.S 硬件中。

Micron 将其 245.76TB 硬盘称为目前商用容量最高的 SSD，并标明原始容量为 256TB。其 6600 ION 产品组合采用第九代 QLC NAND 和 PCIe 5.0。Micron 面向 AI 数据湖、对象存储、分析、云基础设施及其他读密集型部署。

“商用可用”这一表述凸显了 Samsung 当前面临的挑战。发布展示了技术方向，但客户还需要样品、成熟的固件、服务器兼容性、批量供货能力和支持承诺。Samsung 尚未公开提供比较这些阶段所需的全部细节。

外形规格也令标题层面的比较更复杂。Micron 的 245.76TB E3.L 硬盘占用更多物理空间，而其紧凑型 E3.S 版本目前提供 122.88TB 容量。如果最终产品如描述般上市，Samsung 的 E3.S 密度将使系统供应商能在更小设备中部署相同的可用容量。

Kioxia 也已宣布推出 LC9 系列，其中 E3.L 规格可达 245.76TB。Sandisk 此前披露了一款采用成熟 U.2 外形规格的 256TB 级 UltraQLC 硬盘。每种设计都在物理尺寸、平台兼容性、控制器架构和产品上市时机之间作出不同取舍。

Solidigm 的 D5-P5336 在 E3.S、E1.L 和 U.2 选项中均可达到 122.88TB。其 122TB 企业级 SSD面向 AI 数据湖、横向扩展存储、内容交付及其他读密集型工作负载。Solidigm 也在特定条件下将 122.88TB 型号评为 0.6 DWPD。

这一相同的耐久性指标表明，Samsung 无法仅靠让 QLC 适用于企业级场景取胜。竞争对手已经推出高容量 QLC 产品，并正在积累部署经验。Samsung 必须证明，在 E3.S 中将容量翻倍后，散热、可靠性和性能仍保持在可管理范围内。

竞争问题并不只是 Samsung 与某一家厂商的对比，而是紧凑密度与商用成熟替代方案之间的竞争。如果某种选择能更早到货并拥有更有力的资格验证证据，买家可能会接受更长的硬盘、更多设备或不同的外形规格。

平台兼容性可能比原始密度更重要。服务器制造商会验证特定 SSD、固件版本、散热范围和管理接口。一款物理上兼容的硬盘并不会自动成为受支持的生产组件。

在高密度 E3.S 系统中，散热尤为重要。高容量并不直接意味着高功耗，但紧密排列的硬盘可能形成集中的热量。运营方需要在真实温度条件下的持续性能结果，而不只是受控测试中的峰值数据。

控制器故障域也变得更为重要。将多个硬盘整合为一个设备可以减少硬件数量，但也意味着更多容量集中在一个控制器和固件栈之后。冗余系统设计必须考虑这种集中化。

采购团队会比较冗余后的有效容量，而非单块硬盘标签上的数字。他们还会考察机架密度、每 TB 功耗、每瓦性能、写入耐久性、更换时间、软件集成和供应承诺。

Samsung 在 NAND、控制器和固件方面拥有制造规模和垂直整合能力。这些优势为其进入大规模部署提供了可信路径，但并不能消除客户验证周期。

因此，市场将由可部署密度决定。只有当服务器能够为其散热、软件能够利用它、运营方能够恢复它，并且 Samsung 能够稳定供货时，更小的高容量 SSD 才会胜出。

独立测试必须回答 BM1773 最大的疑问

Samsung 的规格定义了产品承诺，但尚未证明它在生产级 AI 集群中的实际行为。

第一个不确定性是供货情况。Samsung 已在行业活动中展示 BM1773 并发布产品细节，但广泛出货日期、资格验证合作伙伴和批量供应承诺仍不明确。一款技术完整的硬盘仍可能需要数月时间才能通过超大规模云服务商和服务器厂商的测试。

容量也应被准确描述。公开报道常将其称作 256TB SSD，而 Samsung 的详细资料显示，E3.S 规格最高为 245.76TB。这种差异并不说明存在问题，而是反映了原始或标称容量与企业级存储中常见的十进制可用容量之间的区别。

性能需要更完整的文档。Samsung 已披露最高顺序写入和随机写入数据，但买家还需要顺序读取、随机读取、延迟、服务质量和持续写入表现。不同容量和填充水平下的结果都将很重要。

散热行为是另一个待解问题。E3.S 支持紧凑且易维护的企业级设计，但在单个控制器后部署如此多闪存，构成了严苛的工程挑战。独立测试应显示，这款硬盘能否在长时间负载下维持吞吐量而不过度降速。

耐久性主张需要结合背景理解。0.6 DWPD 评级具有意义，Samsung 表示其总写入字节数较上一代 QLC 翻倍。买家仍需要了解保修期、工作负载假设、预留空间细节和预期数据保持行为。

Die Failure Recovery 功能同样需要运行层面的证据。Samsung 表示，该功能可防止单个 die 故障导致整块硬盘进入只读模式。运营方需要知道硬盘如何报告这种状态，以及之后性能或耐久性是否会发生变化。

安全支持也体现了能力与认证之间的类似差异。CNSA 2.0 对齐以及面向 FIPS 的子芯片设计，对受监管部署具有相关性。客户在将这些功能视作合规证据前，必须核实确切的认证边界和获批准的配置。

AI 专属优势应接受最严格的审视。Samsung 表示，BM1773 可支持冷 KV 缓存、对象缓存、多模态数据集和其他大型 AI 数据集合。这些用途具有可信度，但工作负载层面的收益远不止由硬盘容量决定。

KV 缓存卸载系统必须决定迁移什么、何时迁移，以及如何在不阻塞推理的前提下进行检索。网络带宽、CPU 开销、加速器支持、存储软件和请求模式都可能主导最终结果。

因此，企业买家应要求应用基准测试，而不只是存储基准测试。有价值的测试应在启用 SSD 支持的分层后，衡量首个 token 时间、token 生成吞吐量、缓存命中率、尾延迟和加速器利用率。

对象存储缓存需要不同的证据。测试应考察混合对象大小、元数据压力、重建行为和故障期间的性能。硬盘的峰值吞吐量几乎无法反映这些运行条件。

核心风险并非 BM1773 缺乏合理用途，而是引人注目的密度数字掩盖了将容量转化为有用 AI 性能所需的集成工作。

这种区别也影响采购决策。组织不应仅因一款 256TB 级 SSD 听起来具备未来适应性就选择它。他们应确定自身的数据集、访问模式和存储软件能否利用高密度 QLC，而不会将瓶颈转移到其他位置。

三个信号将显示 Samsung 的密度押注是否奏效

BM1773 的重要性取决于服务器厂商和 AI 平台对其完成验证，而非容量标题的传播。

第一个信号是产品资格验证。Samsung 应明确样品安排、受支持的服务器平台和量产供货情况。具名的原始设备制造商或超大规模云服务客户，将增强 245.76TB E3.S 存储已准备好超越演示阶段的说服力。

如果客户无需对机箱作出特殊改动即可部署该硬盘，这一信号将支持 Samsung 的立场。延迟、受限配置或有限的散热兼容性，则会削弱紧凑密度优势。

第二个信号是独立的持续工作负载测试。评测者和客户需要了解不同填充水平下的延迟、吞吐量、功耗和散热结果。测试应包括故障恢复和写入密集期，而不是短暂的峰值性能运行。

强劲结果将表明 Samsung BM1773 256TB SSD 提供了实用密度，且不会带来不可接受的降速或延迟波动。较弱的持续性能则会将其限制在更冷、更狭窄的存储角色中。

第三个信号是面向 SSD 支持的 AI 内存的软件采用。Samsung 的 OCP 材料强调 KV 缓存卸载和分层内存，但硬件本身无法建立这种架构。推理框架、存储供应商、加速器平台和编排工具的支持，将决定该使用场景能否扩展。

真实部署应展示，在不损害响应延迟的情况下，降低内存压力或提高加速器利用率。如果这些结果出现，高容量 SSD 将成为 AI 推理架构的活跃组成部分。否则，这些硬盘仍将主要用于高密度数据集和对象存储。

无论结果如何，Samsung 的产品依然重要。一款 245.76TB E3.S 设备代表着重大的封装和可靠性挑战，也直接向那些需要更大硬件才能实现同等可用容量的竞争对手施压。

更准确的结论是，Samsung 并非试图让每一块 SSD 都变得更快，而是试图让每个服务器插槽容纳更多围绕 AI 计算的数据。

对于基础设施团队而言，下一步是在评估硬件之前，先梳理实际数据的冷热分层。明确哪些数据必须保留在 HBM 或 DRAM 中，哪些能够容忍 NVMe 延迟，以及哪些应归入更冷的数据存储层。随后，关注认证结果、持续性能基准测试以及软件支持情况。这些信号将揭示 BM1773 是会成为标准的 AI 存储层级，还是仅停留在令人印象深刻的容量密度里程碑。