8TB固态硬盘价格暴涨单价贵过黄金，3大选购攻略助玩家避开天价陷阱

游戏

近日，知名硬件媒体TomsHardware的一项趣味测算引发了存储圈的热议：他们统计了市面上超过一百款无散热片版本的PCIe 4.0/5.0 NVMe固态硬盘，发现其重量竟然暗藏玄机。数据显示，8TB容量的M.2 SSD平均重量约为8.2克，而4TB型号的平均重量则为8克——这意味着，即便是采用双面贴片设计的高容量硬盘，也并未带来显著的重量增加。
然而，重量虽轻，价值却不菲。目前8TB固态硬盘的售价普遍远高于4TB型号，均价高达1476美元。若按每克价值计算，其“含金量”已超越实物黄金（184美元/克 vs 148美元/克）。即便是部分4TB型号，尤其是一些高端企业级NVMe SSD，其每克价值也逼近黄金，例如售价约1184美元的型号，其“克单价”贵过黄金已是毋庸置疑的事实。

fqsf1c5pm55741_20260119162509.png

TomsHardware的编辑同时指出，当前大多数消费级4TB SSD的售价仍维持在800美元以下，虽然尚未达到“贵如黄金”的程度，但相比两年前的价格，已经翻了一倍不止。

flmsfb1xyhc742_20260119162509.png

许多玩家可能疑惑，为何闪存（Flash）价格也会搭乘AI浪潮一路飙升？最流行的解释是制造商将产能转向了内存（RAM），从而挤占了闪存生产线，但实际上这一说法并不完全准确。深层原因在于，以群联电子推出的aiDAPTIV+技术为代表的AI计算加速平台，正在将大容量闪存用作辅助内存池。这项技术能有效缓解因GPU显存（VRAM）不足而导致的AI计算效率损失。

vmrk5o34q05743_20260119162509.png

根据研究人员的实际测算，在AI推理场景中，DGX Spark平台生成首个token的时间（TTFT）约为40秒，而启用aiDAPTIV技术后，这一时间缩短至9秒；Strix Halo平台的TTFT也从36秒大幅降低到6秒。在更为复杂的模型训练场景下，效果更为显著。传统上，NVIDIA平台需要将整个模型加载到GPU显存中，例如训练一个700亿参数的大语言模型（LLM）可能需要高达1.4TB的显存，这通常需要动用18块H100或10块H200等顶级AI加速卡。而应用aiDAPTIV技术后，训练过程可以被分解，仅需16GB显存即可运行，性能损失控制在10%左右。
群联电子曾演示过一个极端案例：仅使用两块RTX Pro 6000显卡，搭配192GB显存和8TB容量的aiDAPTIV SSD缓存池，就能进行Llama 3.1 405B超大规模模型的训练，整套硬件成本约5万美元。相比之下，如果不使用SSD缓存池，而是将显存直接扩充到8TB，则需要购买海量的NVIDIA AI加速卡，硬件成本将飙升至近400万美元。
当然，aiDAPTIV技术也带来了新的挑战——巨大的写入负载。用于此技术的SSD必须配置为SLC模式以承受高强度写入，这意味着8TB的SLC缓存空间实际上需要消耗相当于32TB的TLC闪存颗粒！这直接导致闪存生产线供不应求，全行业普遍存在15%-20%的供应缺口。标准的aiDAPTIV专用SSD额定寿命高达100 DWPD（每日全盘写入次数），而普通的2TB消费级SSD寿命通常只有0.3 DWPD左右，如果强行用于aiDAPTIV场景，可能仅能支撑一周。从这个角度看，AI缓存池中的SSD几乎等同于“耗材”，进一步加剧了高端闪存的供应紧张局面。

vhsvfl1lto1744_20260119162509.png

由于新建或扩建一座闪存工厂通常需要两年时间，即便厂商现在决定扩产，新产能也要等到2028年才能投放市场。而前两年闪存价格持续低迷，没有厂商愿意投资扩产，导致了当前青黄不接、难以缓解的供应困境。
机械硬盘市场也面临类似情况。全球数据中心建设如火如荼，对大容量企业级硬盘的需求激增，但硬盘厂商在过去几年同样保守，并未积极扩产。这苦了追求大容量存储的“松鼠党”用户。目前硬盘价格平均上涨了46%，且容量越大涨幅越惊人。例如，希捷24TB酷鱼硬盘曾一度低至239美元，如今现货价格已飙升至499美元，并且在许多电商平台处于缺货状态。