专为AI而生的企业级QLC SSD！长江存储PE501 61.44TB评测：超过1PB的写入测试

一、前言：专为AI而生的企业级SSD

2个月前，我们收到了长江存储PE501 61.44TB，这是目前为止快科技测试过的容量最大的企业级SSD。

与大部分企业级SSD不同，它是一款采用了QLC闪存的企业级SSD产品，也是长江存储自有品牌企业级产品线中，首款采用QLC闪存的SSD产品。

PE501采用的是采用了基于长江存储晶栈Xtacking 4.0技术打造的X4-6080三维闪存芯片，原生接口速率3600MT/s，单Die容量2Tb（256GB），通过高密度堆叠HDP封装技术能将单封装做到4TB，因而可以轻易在2.5寸盘体内实现61.44TB甚至122.88TB的容量。

传统QLC NAND的P/E测试一般在150~300之间，而X4-6080具备5,000次编程/擦写次数（P/E Cycle），再配合超大容量，完全不用为寿命担心。

我们测试的这款PE501 61.44TB，拥有14.2GB/s的顺序读取速度和4000MB/s的顺序写入速度，4K随机读取性能为3350K IOPS、4K随机写入性能为50K IOPS。

与消费级使用场景不同，AI超算对于存储设备的读取需求要远高于写入。

根据各大互联网巨头（如 Meta、微软、百度、阿里等）在顶会（如 FAST、USENIX ATC）以及行业白皮书上披露的实际运行统计数据，AI 超算集群中本地存储的读取（Read）与写入（Write）的流量比例通常在7:3到 9:1之间。

例如对于万亿参数的大模型训练，AI超算对于存储设备的长期平均读写带宽比约为 7:1 ~ 9:1，AI 推理场景的读写比例通常在19:1；KV Cache交换场景下，读写比例是7:3。

只有在数据预处理（ETL）阶段，读写比例才会短暂地达到1:1。

大模型参数2年暴涨240倍（GPT-1到GPT-5、DeepSeek、OpenClaw 等），而英伟达 H100/H200/B200的HBM 显存容量仅缓慢线性增长，两者形成巨大存储鸿沟。大模型在长上下文推理时，会持续生成海量KV 缓存（KV Cache）显存彻底不够用，因此需要超大容量高速SSD来处理KV Cache。

与主流数据中心普遍采用的15.36TB容量规格SSD相比，PE501单盘做到 122.88TB，容量提升8倍。一台标准的2U 24盘位服务器就可以部署3PB存储，机房机架占用减少85%，大幅降低数据中心的基础建设以及空间成本。

同时盘位减少后，服务器整机功耗、发热、机房冷却负载同步下降，整体电力成本能降低 60% 以上。

长江存储PE501 61.44TB SSD依赖3350K IOPS随机读取性能、14GB/s的顺序读取能力、百微秒级低延迟，同时超大容量可承接海量 KV 交换，是长江存储专为AI超算设计的大容量企业级SSD。

长江存储PE501系列SSD参数如下：

二、图赏

背面具备密集的沟槽和凸起设计，配合SSD两端的开孔，进一步强化散热效率。

U.2接口，又名SFF-8639，由SATA、SAS衍变而来，在企业级市场上很常见，消费级主板支持的不多，但可以转接为传统的PCIe接口或M.2接口。

三、FIO测试与AI模拟测试

为了发挥SSD的全部性能，我们使用企业级SSD厂商相同的基准性能测试方法，即基于Linux测试环境，使用FIO进行测试，看看这款PBlaze7 7A40 7.68TB SSD性能是否达标。

FIO是企业级SSD最为常用的基准性能测试工具，通过配置不同的任务数量、队列深度、不同的测试数据大小，测试范围，以及不同的读写方式、读写占比、测试时长等，可模拟出多种多样的SSD测试方法，而严谨的预处理，也更有助于反映出SSD的真实性能水平。

本次将进行128K顺序读写、4K随机读写、4K随机混合读写测试。每个项目又分别进行QD1、QD8、QD64、QD512的测试。每一项测试开始前会进行两遍的顺序全盘填充，在随机测试开始前，还需要进行相应的随机全盘填充，以4K随机性能测试为例，分为SSD格式化、128K顺序写全盘2遍、4K随机写全盘2遍。预处理、测试无缝衔接，以降低GC等因素带来的影响。

总计51个测试项目，每个项目测试时长1000秒，测试前预热10分钟。

1、4K顺序读取

4K随机读使用QD64，任务数量8，模拟大压力下的并发访问，测试时长1000秒，预热10分钟。

结果显示，PE501 61.44TB最高4K随机读性能达到3004K IOPS，最低为2914K IOPS，平均为2971K IOPS。

继续加大测试压力，将队列深度提升到128，线程数32，总QD 4096，PE501 61.44TB性能得到进一步提高，最终突破3300K IOPS。

2、4K随机写入

4K随机写入测试环节，PE501 61.44TB在稳态下最高随机写速度为51K IOPS。

3、4K随机70:30混合读写测试

4K随机混合测试，选择队列深度64，任务数量8。

可以看到4K随机读取性能达到了123K IOPS，4K随机写也有53K IOPS，综合起来为 176K IOPS。

4、128K顺序读取

128K顺序读取测试，选择队列深度512，任务数量1。

PE501 61.44TB的最高顺序读取速度为13581MiB/s，最低顺序读取速度为13556MiB/s，平均顺序读取速度为13569MiB/s。

5、128K顺序写入

PE501 61.44TB的最高顺序写入速度为3852MiB/s，最低顺序写入速度为3828MiB/s，平均顺序写入速度为3852MiB/s。SSD达到稳态后，写速度始终保持在非常平稳的水平。

测试数据汇总如下：

四、AI模拟测试

我们通过调整FIO特定参数，还原3个AI存储使用场景，来测试PE501 61.44TB SSD的性能。

每次测试前，我们都进行2次全盘顺序写入，让SSD进入稳态。

1、模拟 AI 训练的"数据喂料"（Data Ingestion）

多路 GPU 异步从 SSD 读取训练集，属于高并发、高队列深度的纯随机读/混合读。

我们将FIO参数设置为64队列深度、8线程、128KiB 块大小，纯随机读，测试时长1小时，测前预热半小时。

实测在128KiB相对较大的块大小下，PE501 61.44TB依然跑出了 10.8 万的随机读 IOPS。这意味着固态硬盘内部的闪存通道并发管理和主控性能极强，完全能够撑起多路 GPU 并行训练时的数据索取。

数据稳定性方面，除了2次全盘写入，我们还设置了1800秒（30分钟）的预热时间和 60 分钟的正式测试时间。在SSD进入稳态后，标准差（stdev）仅为 302.53 MiB/s，相对于13471 MiB/s的均值来说，波动率仅在2.2%左右。

对于 AI 训练，除了吞吐量，延迟的控制也至关重要。

观察clat percentiles，99.00%的请求延迟都在 8.98 ms 以内，而代表最极端卡顿的99.99%的请求延迟也仅仅只有11.08 ms。

最大延迟（12.63 ms）与平均延迟（4.75 ms）相差不到3倍，且没有出现企业级测试中常见的"秒级"掉速或长尾延迟卡顿。

2、模拟大模型"断点续训"（LLM Checkpointing）

在 LLM 训练中，Checkpointing 表现为大块（Large Block Size）、高并发、纯顺序写入。当训练运行到特定Step时，系统需要将数百亿甚至数万亿参数的权重（Weights）和优化器状态（Optimizer States）以最快速度从 GPU 显存刷写到 SSD 中，以防由于节点故障导致训练中断。

实测稳态下，平均写入速度3853MiB/s、标准差为363.71MiB/s（波动率约9.4%）。

需要注意的是，我们测试时已经进行了2次全盘写入，并预热30分钟，确保SSD在进入稳态后才开始时长1小时的测试。

在这种极端测试环境下，PE501 61.44TB平均写入速度依然稳定在3853MiB/s，标准差为363.71MiB/s（波动率约9.4%）。

本次测试在稳态下共计写入了13.2TB数据，平均延迟33.19ms。99.99%的写入请求都在79.17ms以内完成，最大延迟卡死在96.56ms，完全没有突破100毫秒。

在分布式训练中，最忌讳某个节点因为磁盘卡死（例如延迟突高到几秒）导致整个集群停下来等待。PE501将最大延迟控制在0.1秒以内，能完美保证大模型集群训练的整体步调一致。

3、模拟大模型推理的KV Cache（键值缓存交换）

在LLM推理或训练中，GPU显存往往装不下所有历史对话的KV缓存。此时系统需要将暂时用不到的KV缓存交换（Swap）到SSD中，需要时再读回。这类场景的典型特点是：小数据块（通常为4KiB）、高并发、读写混合（以读为主）。

我们使用4KiB（4k）块大小、70%读/30%写，8线程、每线程128队列深度的极端高并发随机读写配置来模拟KV Cache。

测试前依旧全盘写入2次并预热30分钟，测试时长则是1小时。

实测读取带宽1707MB/s、IOPS=437K，写入带宽767MB/s、IOPS=187K，总IOPS=624K。

这也就意味着每秒钟有超过62万个KV缓存切片在SSD和主机之间高频交换，这个吞吐量可以同时支撑数千个并发用户的Token生成，极大缓解了显存溢出（OOM）问题。

读取稳定性：stdev=10.45MiB/s，相对于均值1707MiB/s而言，波动率仅为0.6%。

写入稳定性：stdev=4623KiB/s，相对于均值749MiB/s而言，波动率仅为0.6%。

在总队列深度1024的极高压榨下，读取平均延迟仅1.93ms，写入平均延迟仅0.95ms。读请求的99.99%延迟在11.21ms以内，最大延迟23.30ms；写请求的99.99%延迟在8.85ms以内，最大延迟17.82ms。

在分布式推理或长文本训练中，最怕"长尾效应"（即99.99%的请求拖慢整个Batch）。PE501 将高并发下的最坏情况（99.99%）死死卡在11 ms以内，这在企业级 SSD 混合随机读写中属于顶尖梯队。

五、Windows平台性能测试：顺序读取14220MB/s 写入4046MB/s

同时测试一下Windows下的性能，给大家一个更直观的感受。

1、CrystalDiskMark

CrystalDiskMark测试环节，PE501 61.44TB SSD的顺序读取速度达到了14.2GB/s，顺序写入速度则是4046MB/s。

得益于预读功能的配备，PE501 61.44TB的1M QD1顺序读性能达到6441.8MB/s，QD1顺序写性能同样也是4070MB/s。

另外64GB的测试对于这种级别的SSD来说毫无压力，大部分数据甚至好于1GB测试。

高并发多任务场景中，Q32T16 4K随机读取达到了240万IOPS，可以满足海量小文件并发加载、以及实时特效缓存。

2、AS SSD Benchmark

左边是1GB容量的测试，AS SSD Benchmark总分为6994，最高顺序读取、写入速度分别为9319MB/s、4857MB/s，4K随机读写速度为47MB/s、369MB/s。

右边是10GB容量的测试，总分为6537。最高顺序读取、写入速度分别为9516MB/s、3925MB/s，4K随机读写速度分别为42MB/s、376MB/s。

3、ATTO Disk Benchmark

本环节分别测试了队列深度4、16和256的数据。

队列深度为4时，写入可以稳定3.7GB/s，但读取不太稳定。

随着队列深度的增加，到了256队列深度时，在64KB文件测试时，读取就能稳定到12GB/s，写入则是3.77GB/s。

4、AIDA64 Disk Benchmark Linear Write

AIDA64 Disk Benchmark Linear Write用于测量在没有文件系统干扰下，SSD的持续写入速度和稳定性。目前市面上的消费级SSD用这个软件都能暴露出真实的缓外速度。

在AIDA64 Disk Benchmark Linear Write满压力写入中，PE501 61.44TB的最高写入速度为4017MB/s，最低3115MB/s，平均写入速度为3886MB/s.

整个测试耗时13小时，总写入量超过180TB，PE501 61.44TB全程稳定如一条直线，只有极少数情况下会短暂掉到3600MB/s，然后马上回到3800MB/s。

六、小结

拿到PE501 61.44TB的时候，SSD通电时间、读取、写入数据均为0。等到我们完成测试，SSD已经读取了396TB，写入量更是超过了1PB。

如此巨量的写入，SSD的健康度依旧是100%，也就是说写入寿命连1%都没用掉！

我们都知道，几乎所有采用了TLC、QLC NAND的消费级SSD，其最高写入性能需要仰仗SLC缓存，在短时间内它们可以提供很高的写入速度，并极大加速部分Benchmark的读测试，带来非常漂亮的分数结果。

而作为企业级SSD，长江存储PE501 61.44TB，在数据读写时并不会使用SLC缓存，而是采取QLC直读直写的方式，这里有人会怀疑QLC的写入性能！

对此，我们做了大量的测试。

首先是FIO测试，测试前我们会全盘写入2次，然后再进行51个测试项目，每个项目测试前再让SSD预热10分钟，确保SSD进入稳态，不会用到SLC缓存。

结果从QD1到QD512的测试，PE501 61.44TB在所有的测试项目中都稳定保持3800MB/s的写入速度，最低速度也有3695MB/s。

在Windows平台使用AIDA64 Linear Write继续验证，这个测试耗时13小时，总计写入180TB数据，PE501 61.44TB全程保持3800MB/s的写入速度，最低速度3615MB/s。

结论很简单，完全不用担心QLC的写入性能与寿命。

最后我们再来说说PE501 61.44TB作为AI存储设备是否合格！

与传统计算设备不同，AI存储对于读取的需求确实要远高于写入，而从测试结果来说，PE501 61.44TB是一块无可挑剔的AI企业级存储产品。

在训练启动与数据喂料阶段，跑出了14.1GB/s的恐怖读取带宽和108kIOPS（128KiB块），最大延迟（12.63ms）与平均延迟（4.75ms）相差不到3倍，且没有出现企业级测试中常见的"秒级"掉速或长尾延迟卡顿，能保证昂贵的GPU集群算力利用率（TFLOPS）始终处于饱和状态。

在训练中途的断点续训阶段，PE501 61.44TB在极端测试环境下，平均写入速度依然稳定在3853MiB/s，标准差为363.71MiB/s（波动率约9.4%），且最大长尾延迟被死死卡在 96.56 ms 以内，避免了分布式训练中由于"单点磁盘卡死"拖慢整个计算集群的木桶效应。

最后的推理与长文本训练的KV Cache阶段，PE501 61.44TB在总深度高达1024的极限压榨下，轰出了62.4万的总混合IOPS，更惊人的是其带宽波动率（标准差）小于0.6%，平均读写延迟分别为1.93ms和0.95ms。这样的数据足以保证用户在大模型多轮对话、调用历史记忆时，Token 的生成速度（TTFT 和每秒生成速度）非常平滑，不会出现断断续续的卡顿。

对于想要构建大模型训练服务器（如 8×GPU 节点）、长文本推理服务器，或者自动驾驶/多媒体 AI 训练集群的企业或者用户，PE501 61.44TB在性能和容量方面足以胜任。

文章的结尾，将本次测试的主要数据汇总成表格，供大家参考！