MicroComputer深度评测：助力Token吞吐飙升，忆联AM6D1 PCIe 5.0 SSD击穿AI存储墙

　　当AI大模型的本地部署从“锦上添花”变为“刚需标配”，存储性能的瓶颈愈发凸显。百亿参数的大模型动辄上百GB，传统PCIe 4.0 SSD在加载时让人“望眼欲穿”，而高端PCIe 5.0产品又往往与高功耗、高成本绑定。如何兼顾速度与效率？忆联给出了自己的答案——AM6D1 DRAMLess PCIe 5.0 SSD。这款采用4通道主控、无独立缓存设计的固态硬盘，能否在模型加载及日常应用中实现突破？知名硬件评测专业机构MicroComputer评测室从大模型实测到全盘读写，到游戏载入与功耗温控，对AM6D1 2TB SSD进行了全面验证。以下为详细评测原文。

　　随着AI大模型从云端向终端加速落地，本地部署大语言模型（LLM）正成为开发者和企业的刚需——无需依赖网络、无延迟响应、数据隐私零泄露，且可灵活微调模型参数。然而，当模型参数膨胀至百亿甚至千亿级，Token吞吐量便成为衡量本地AI体验的核心指标：从模型加载到首个Token生成，再到连续推理过程中的Token流畅度，每一个环节都依赖于存储性能。

　　以Qwen3-235B-A22B为例，其109.25GB的庞大体量，若存储带宽不足，不仅模型加载耗时数分钟，更会导致Token生成卡顿、推理延迟飙升，让本地AI形同虚设。传统PCIe 4.0 SSD早已捉襟见肘，而高端PCIe 5.0产品又普遍存在成本高、功耗大的痛点。

　　正是在这样的市场需求驱动下，国产存储领军企业忆联推出了兼顾性能与成本的AM6D1 DRAMLess PCIe 5.0 SSD。那么，它在实际测试中表现如何，能否实现“秒加载、高吞吐”？我们一测究竟。

　　产品规格

　　接口：PCIe 5.0 x4

　　主控：PCIe 5.0 4通道主控

　　闪存：3D堆叠TLC闪存芯片

　　缓存：N/A

　　板型：M.2 2242/M.2 2280

　　可选容量：512GB、1TB、2TB

　　耐久度：200TBW（512GB）、400TBW（1TB）、800TBW（2TB）

　　基于PCIe 5.0 DRAMLess高性价比解决方案

　　由于需要达成高速度、低成本与低功耗的目标，忆联AM6D1 PCIe 5.0固态硬盘与那些基于8通道主控芯片、独立缓存的PCIe 5.0产品不同，它采用PCIe 5.0 4通道DRAMLess主控，相比8通道方案有效降低了SSD的功耗、发热量与成本。同时这款产品支持ASPM L1.2低功耗模式，在深度休眠模式下的标称功耗可降至3mW以下，能够显著延长笔记本电脑、游戏掌机等移动设备的电池续航时间。DRAMLess无独立缓存主控芯片的采用还意味着，无须配备价格高高在上的内存颗粒，固态硬盘将通过HMB主机高速缓冲技术，占用少量系统内存作缓存来临时保存已从闪存读取的数据、要写入闪存的数据，以及地址映射表，从而有效提升SSD的I/O性能——其标称顺序读写速度分别可达11400MB/s、10900MB/s，随机4K读写性能分别为1600K IOPS、1150K IOPS。

　　图注：本次我们对M.2 2242板型的忆联AM6D1 PCIe 5.0固态硬盘2TB产品进行了测试

　　同时该产品还采用了高性能、高密度的3D堆叠TLC闪存颗粒。目前忆联AM6D1 PCIe 5.0固态硬盘有512GB、1TB与2TB三种容量，以及M.2 2242、M.2 2280两种板型供用户选择，可以分别适配移动平台与台式机。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB产品上只有1颗主控、1颗闪存芯片与1颗PMIC电源管理芯片。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的PCB背面没有任何元器件

　　接下来我们特别搭建了基于AMD锐龙9 9950X、32GB DDR5 6000双通道内存、X870E主板与Radeon RX 9070XT显卡的测试平台，对忆联AM6D1 PCIe 5.0固态硬盘2TB进行了测试。需要提及的是，在进行3DMark存储性能测试、PCMark完整系统盘测试时，为更好地发挥固态硬盘的随机性能，我们则换用基于酷睿i9-14900K、Z790主板与GeForce RTX 5070显卡的英特尔平台。

　　图注：像ROG主板这类产品拥有相关扣具，也能在台式机主板上轻松安装忆联AM6D1 M.2 2242板型的产品。

　　测试平台

　　主板：ROG CROSSHAIR X870E DARK HERO主板

　　处理器：AMD锐龙9 9950X

　　内存：DDR5 6000 CL28 32GB内存套装

　　硬盘：忆联AM6D1 PCIe 5.0固态硬盘2TB

　　显卡：蓝宝石RX 9070XT极地OC显卡

　　电源：ROG THOR 1200W

　　操作系统：Windows 11 25H2

　　超越标称规格

　　首先从基准测试来看，凭借采用高性能PCIe 5.0 4通道DRAMLess主控、3D堆叠TLC闪存颗粒，忆联AM6D1 PCIe 5.0固态硬盘2TB的确有非常不错的表现。在CrystalDiskMark测试中，它的顺序读取速度突破了11400MB/s的标称规格，测试成绩为11481.24MB/s。其顺序写入速度则达到10961.49MB/s，也超过了10900MB/s的标称顺序写入速度，相比PCIe 4.0 SSD的确有很大的提升。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的CrystalDiskMark测试成绩

　　在随机性能测试中，忆联AM6D1 PCIe 5.0固态硬盘2TB在随机4K Q32T16读写测试中的成绩分别达到6737.16MB/s、7335.72MB/s。换算过来，其随机4K读写性能分别可达1664K IOPS、1790K IOPS。而这款固态硬盘的标称随机4K读写性能分别为1600K IOPS、1150K IOPS，其读取成绩小幅超越标称规格，写入性能则大幅超过标称的1150K IOPS。

　　图注：以IOPS为单位显示的CrystalDiskMark测试成绩

　　仅需10.52s载入32B模型，不到55s载入235B大模型

　　目前大语言模型已经成为用户越来越离不开的生产工具。在本地部署、应用大语言模型时，通常有两大特点：这类模型会占用很大的存储空间；同时，在载入、调用大模型时，也需要固态硬盘具有较高的读取速度，才能快速地将模型数据传输给内存与显存，以减少载入耗时。首先，我们在仅有32GB内存配置的环境下，体验了DeepSeek-R1-Distill-Qwen-32B模型，该模型容量为19.97GB。由于模型容量接近20GB，所以加载这个模型之后留给系统的可用内存并不多，很可能会影响电脑的运行速度。不过，好在凭借忆联AM6D1 PCIe 5.0固态硬盘2TB强劲的传输性能，它仅需10.52s就能将模型数据传输到内存中，且测试平台以9.01tok/s的词元生成速度完成用户的任务。

　　图注：借助忆联AM6D1 PCIe 5.0固态硬盘2TB，测试平台载入32B模型耗时仅需10.52s。

　　接下来，我们加大难度，通过采用128GB DDR5 6000内存，来测试搭配忆联AM6D1 PCIe 5.0固态硬盘2TB载入Qwen3-235B-A22B大模型的表现，这款模型的容量高达109.25GB。它是一个拥有235B总参数和22B激活参数的MoE（混合专家）模型，在代码、数学和通用能力等基准测试中与DeepSeek-R1、OpenAI-o1、OpenAI-o3-mini、Grok-3和Gemini-2.5-Pro等顶级模型相比拥有极具竞争力的表现。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB只需要53.99s就能载入容量达109.25GB的Qwen3-235B-A22B大语言模型

　　结果同样令人满意，尽管模型容量高达109.25GB，但借助忆联AM6D1 PCIe 5.0固态硬盘2TB较高的读取速度，测试平台只需53.99s就能载入该模型。我们使用该模型来撰写一首14行英文诗，也能实现5.42tok/s的词元生成速度，让普通电脑具备使用超大规模参数大语言模型的能力。

　　4K分辨率下也能带来秒开游戏的体验

　　鉴于像忆联AM6D1 PCIe 5.0固态硬盘这类兼顾性能、功耗与成本的产品，在未来也很可能被台式机游戏电脑、游戏本与游戏掌机采用，那么它的游戏性能表现如何呢？首先在《最终幻想14：拂晓之途》中，忆联AM6D1 PCIe 5.0固态硬盘2TB载入5个场景的总耗时仅有5.683s，单个场景的加载耗时大多不到1s。在4K分辨率、最高画质设置下能取得这样的成绩难能可贵，其耗时甚至低于很多采用2.5K分辨率或1080p分辨率进行测试的固态硬盘，不少产品在该测试中的总耗时达6.5s～8s。

　　图注：在游戏《最终幻想14：拂晓之途》的4K分辨率设置下，忆联AM6D1 PCIe 5.0固态硬盘2TB载入5个场景的总耗时仅5.683s。

　　在支持DirectStorage技术的《Forspoken魔咒之地》测试中，忆联AM6D1 PCIe 5.0固态硬盘2TB在7个场景中的最长加载时间也不到2s，只有1.989s，其中3个游戏场景的加载耗时甚至不到1s。比如测试中第1个场景的加载耗时只有0.59s，第7个场景的加载耗时只有0.927s，加载速度极快。这主要得益于DirectStorage技术可以将SSD上的游戏数据直接发送给GPU进行处理，无须再经过处理器中转。总体来看，在《最终幻想14：拂晓之途》《Forspoken魔咒之地》中，忆联AM6D1 PCIe 5.0固态硬盘带来的就是秒开游戏的体验。

　　图注：在游戏《Forspoken魔咒之地》的4K分辨率设置下，忆联AM6D1 PCIe 5.0固态硬盘2TB在部分场景中的加载时间不到1s。

　　PCMark 10、3DMark专业测试表现突出

　　如前文所述，以上测试都是基于AMD锐龙9 9950X处理器的平台进行的。考虑到还有不少整机使用英特尔处理器，且英特尔处理器可以更好地发挥出SSD的随机读写性能，因此我们还在基于英特尔酷睿i9-14900K处理器的英特尔平台上，运行了考察日常应用性能的PCMark 10完整系统盘测试、聚焦产品游戏表现的3DMark存储性能测试。

　　而忆联AM6D1 PCIe 5.0固态硬盘2TB的PCMark 10完整系统盘测试总分高达5642，平均传输带宽为880.57MB/s，优于不少同样基于PCIe 5.0 DRAMLess主控的PCIe 5.0固态硬盘，以及高端PCIe 4.0固态硬盘。在我们的测试中，后面两类产品的得分大多在4900～5200分之间。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的PCMark 10完整系统盘测试总分高达5642，超越不少同样基于PCIe 5.0 DRAMLess主控的PCIe 5.0固态硬盘。

　　3DMark存储性能测试中，忆联AM6D1 PCIe 5.0固态硬盘2TB同样有优秀的表现，其总分高达5893分，平均传输带宽达993.85MB/s。而高端PCIe 4.0 SSD在3DMark存储性能测试中则难以超过4500分，我们测过的同类PCIe 5.0 DRAMLess固态硬盘得分未超过5200，平均传输带宽仅873.05MB/s。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的3DMark存储性能测试高达5893分

　　全盘读写性能测试

　　那么忆联AM6D1 PCIe 5.0固态硬盘在长期使用，进行超大容量数据的表现如何呢？我们使用Txbench进行了全盘读写测试。首先在全盘顺序读取测试中，SSD轻松地完成了任务，全盘平均顺序读取速度高达14116.17MB/s，远超标称的11400MB/s顺序读取速度。全盘顺序写入测试中，我们发现AM6D1 PCIe 5.0固态硬盘2TB的SLC缓存容量较大，SLC固定容量缓存设置在574GB左右。在这个容量范围内写入，其写入速度能保持在10900MB/s～11000MB/s。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的全盘平均顺序读取速度可达14116.17MB/s，读取完2TB数据时的温度仅30℃。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的固定SLC缓存容量设置在574GB左右

　　最终其全盘平均顺序写入速度能达到2208.65MB/s。我们认为其全盘平均写入性能在SSD中属于较好的水准，不少固态硬盘因为SLC缓存容量小、全盘平均顺序写入速度往往不到2000MB/s。

　　图注：忆联AM6D1 PCIe 5.0固态硬盘2TB的全盘平均顺序写入速度可达2208.65MB/s，写入2TB数据后的温度为57℃。

　　SSD功耗测试

　　在进行全盘读写测试的同时，我们也对这款产品的功耗进行了测量。首先当电脑进入到睡眠状态时，由于所用功耗测量仪最小只能显示到10mW，而忆联AM6D1 PCIe 5.0固态硬盘2TB在睡眠状态下的标称功耗只有3mW，因此功耗测量仪直接给出了0.00W的显示结果。

　　图注：由于所用功耗测量仪最小只能显示10mW，忆联AM6D1 PCIe 5.0固态硬盘2TB在睡眠状态下，我们的功耗显示仪给出了0.00W的数值。

　　在最重要的负载功耗上，忆联AM6D1 PCIe 5.0固态硬盘2TB的表现也很优秀，其进行全盘顺序读取时的功耗在2.79W～2.82W之间波动，最大功耗不超过2.82W。在全盘顺序写入场景下，其功耗控制也相当优秀，满载功耗仅略高于高性能PCIe 4.0固态硬盘。

　　图注：进行全盘顺序读取时，我们捕捉到的忆联AM6D1 PCIe 5.0固态硬盘2TB最大读取功耗为2.82W。

　　写在最后

　　综合全文测试不难发现，忆联AM6D1 PCIe 5.0 SSD正是为破解AI大模型本地部署存储瓶颈而生的理想方案。面对庞大的大语言模型文件，它以11400MB/s+的传输速度、突破1600K IOPS的随机性能，将32B模型加载压缩至10.52s，235B超大模型载入仅需53.99s，让本地AI应用告别漫长等待。其DRAMLess无缓存架构+4通道主控设计，兼顾高性能与低能耗，适配从台式工作站到AI笔记本、掌机的全场景部署需求。配合2TB大容量与M.2 2242/2280双板型兼容性，该产品能完美满足各类计算平台的大模型存储、多任务调度与隐私数据本地化的核心诉求。忆联AM6D1以PCIe 5.0时代的平衡之道，将成为本地部署大语言模型的首选存储基石，从而实现超大规模AI能力在终端设备的高效落地。