AI 技術的高速迭代正以前所未有的規模推動數據量膨脹，行業逐漸意識到，制約 AI 基礎設施擴展的瓶頸正在從算力焦慮轉向數據承載。如何以更高密度、更低功耗、更合理的 TCO 接納不斷增加的溫數據與熱數據，正成為數據中心新的核心挑戰。當傳統擴容方案逐漸觸及空間、能耗與成本的瓶頸，新的基礎設施演進正在形成——企業級QLC SSD的時代正式到來。大普微作為國內最早投入QLC eSSD的廠商，今年推出第二代QLC eSSD——Gen5超大容量R6060 SSD，當前最大容量可達245TB，122TB版本已落地終端客戶，用于AI數據中心超大容量讀取密集型場景等。在這一新周期中，大普微以更成熟的 QLC 技術，為行業釋放更具性價比與能效優勢的存儲能力。

 為什么是 QLC？為什么是現在？

1、QLC NAND的限制得到解決

首先，NAND 架構的成熟迭代與 AI 數據結構變化的疊加效應：QLC 以單元四比特方式顯著提升晶圓利用率，相比 TLC 密度提升超過三成，而過去限制其進入企業級的耐久性、性能與寫入放大等問題，隨著制程進步、固件算法增強和架構級管理策略完善，已在大容量場景中逐步得到解決。

2、HDD 在 AI 場景下的局限，AI 數據增長對存儲架構更新的驅動

終端需求的驅動力同樣清晰且明朗。AI 訓練集規模持續上升，推理鏈路中的嵌入向量、日志數據、視頻輸入量級不斷增加，數據留存周期更長、再訓練更頻繁，而能耗與 TCO 又成為企業最關鍵的成本指標。在這種背景下，企業需要的不再是簡單的大容量介質，而是能夠在高密度下保持穩定、具備足夠隨機 I/O 能力、并長期在線運行的“數據底盤”。HDD 在傳統數據中心中長期依靠容量優勢占據容量層位置，但在 AI 場景下，其局限愈發明顯：PB 級數據需占用大量機架位，散熱和功耗壓力逐漸上升，而機械結構導致的隨機訪問性能不足，使其難以支撐訓練和推理鏈路的混合 I/O 模式。與此同時，AI 時代的數據結構正在發生明顯變化，冷數據占比下降，而溫數據與熱數據大量上升，越來越多的數據不再是長期沉睡的歸檔內容，而是被周期性或頻繁調用的“活躍資產”，進一步強化了對高密度閃存的需求。

3、從純 TLC 到 SLC/TLC + QLC：新架構共識

過去十年，企業級 SSD 基本以 TLC 介質為核心。TLC 在性能、耐久性和成本之間取得平衡，是當時大多數通用工作負載的最佳方案。但 AI 時代的數據結構發生改變，使得 純 TLC 方案逐漸無法兼顧成本、容量與能效要求——尤其在溫數據和熱數據持續膨脹的背景下。行業在過去兩年形成共識：企業級存儲將從純 TLC 向 SLC/TLC + QLC 的分層架構快速過渡。

122 QLC Gen5 SSD： 大普微為 AI 而生的高密度存儲  

大普微深耕 QLC 技術，并持續在系統架構、主控芯片與固件算法等關鍵技術上投入研發力量，基于上一代成熟的 J5060 架構，大普微在 Gen5 時代實現了全面升級：R6060 搭載自研 PCIe 5.0 DP800 主控，性能大幅提升，實現接近TLC 性能水平；同時引入 FDP 技術，有效降低寫放大，確保在百TB QLC 架構下依然保持穩定的性能與壽命。此外，R6060 在單位成本上進一步優化，為客戶提供更具競爭力的總體擁有成本。更多R6060產品性能優勢及特性介紹，將在下一篇內容分享。

AI 的規模繼續擴大，數據的增長不會停下。行業需要的不再是“更快一點”的存儲，而是在可控成本下，持續承載指數級增長的數據能力。大普微將 QLC SSD 作為未來戰略方向，在存儲從 TB 邁向 PB 的當下，打造先進AI 時代的高密度存儲底座。