TomsHardware 的编辑测算了 PCIe 4.0/5.0 NVMe 固态盘的净重均值（显然，仅针对无散热片型号），在记录了超过一百个样本后得出结论：8TB M2 固态盘均重 8.2 克，4TB 均重 8 克——双面贴片高容量盘并未显著增重。

由于 8TB 固态盘的售价不成比例地较 4TB 型号贵上不少，每根均价高达 1476 美元，按每克价值计算已超过黄金（184 美元 vs 148 美元）。即便是 4TB 型号，某些牌号的 NVMe SSD 也接近 8 克黄金的价值（1184 美元），比如企业盘，每克价值归贵过黄金毋庸置疑。

（昔日所谓金盘如今绝非戏言）

TomsHardware 的编辑指出，目前大部分消费级 4TB SSD 的售价在 800 美元以下，尽管还未达到贵如黄金的地步，较前两年则翻了一番不止。

许多人不明白为何闪存（Flash）也会搭上 AI 顺风车价格一路狂飙，最流行的说法是厂商扩产内存（RAM）挤占了闪存产线，实际上这个说法并不准确。

以群联 aiDAPTIV+ 技术为代表的 AI 计算加速平台使用闪存作为辅助内存池，可有效缓解 GPU VRAM 不足导致的效率损失。

经研究人员测算，DGX Spark 用于推理时 TTFT（首个 token 生成时间）约为 40 秒，使用 aiDAPTIV 后降为 9 秒；Strix Halo 的 TTFT 用时 36 秒，使用 aiDAPTIV 降为 6 秒。

在模型训练场景下，NVIDIA 平台会将所有内容加载至 GPU 内存，比如 70B 参数的 LLM 需要 20x70B=1.4TB 显存，需动用 18 块 H100 或 10 块 H200/8 块 B200/5 块 B300，用上 aiDAPTIV 技术后，训练被分解为多个部分，16GB 显存就能跑，性能损失只有 10% 左右。

（主控厂商）群联电子曾演示过一个更极端的例子，只使用两块 RTX Pro 6000 进行 Llama 3.1 405B 模型训练，硬件部分仅仅是 192GB 显存配 8TB aiDAPTIV SSD 缓存池，硬件成本在 5 万美元左右。

如果不用 SSD 缓存池，把显存扩充至 8TB 要买一大堆 NVIDIA AI 卡，硬件成本接近 400 万美元。

aiDAPTIV 的代价是……写入量极大，SSD 必须配置为 SLC 模式——按 8TB SLC 等于 32TB TLC 来算，闪存产线都忙不过来了！全行业普遍供不应求，缺口在 15%-20% 左右。

标准 aiDAPTIV SSD 的额定寿命是 100DWPD，而 2TB 消费级 SSD 的寿命大概是 0.3DWPD（用于 aiDAPTIV 只能坚持一个星期），从这个角度看，aiDAPTIV 缓存池里的 SSD 等同于耗材，进一步加剧了供应短缺局面。

由于扩建闪存工厂需要两年时间，即便厂商现在就扩产，产能要到 2028 年方可释放。前两年闪存价格持续走低，没有厂家愿意投资扩产，导致如今供不应求局面难以缓解。

硬盘市场同理，数据中心遍地开花，对大容量企业级硬盘的需求也水涨船高，但硬盘厂商这几年一直抱残守缺，根本没有扩产的念头，只有苦了松鼠党了。硬盘价格平均上涨 46%，容量越大上涨越厉害——希捷 24TB 酷鱼曾低至 239 美元，如今现货要卖 499 美元，很多电商平台还缺货。