三星量产PM1763企业级SSD：面向英伟达Vera Rubin平台，强化AI数据中心存储性能

据财联社援引相关消息报道，三星电子已开始量产其面向数据中心的先进固态硬盘PM1763。该产品将用于英伟达即将推出的Vera Rubin平台，并在今年早些时候的英伟达GTC大会上亮相。三星在声明中表示，PM1763采用最新V-NAND闪存芯片和新研发的4纳米控制器，读写速度较前代产品提升逾一倍，同时可降低先进处理器与AI加速器之间的数据延迟。对于正在快速扩张的AI训练与推理基础设施而言，这一产品的量产意味着AI服务器的存储子系统正在进入更高带宽、更低延迟和更强散热能力的新阶段。

PM1763进入量产：AI平台开始补齐“存储短板”

在AI数据中心中，GPU、AI加速器和高带宽内存往往是关注焦点，但随着模型规模、训练数据和推理请求持续增长，存储系统同样成为影响整体效率的关键环节。三星此次量产的PM1763定位为企业级固态硬盘，面向高性能数据中心场景，尤其是与英伟达下一代Vera Rubin平台配套使用。

来源显示，PM1763曾在英伟达GTC大会上与下一代高带宽内存HBM4、低功耗模块SOCAMM2共同展示，被三星纳入面向AI数据中心的综合方案之中。这说明三星并不只是单独推出一款SSD，而是试图围绕AI服务器的核心部件形成更完整的供应组合：从内存、存储到低功耗模块，为大规模训练和推理提供基础硬件支撑。

三星称，PM1763采用最新的V-NAND闪存芯片，并搭载新研发的4纳米控制器。控制器是企业级SSD性能、功耗和数据调度能力的核心部件之一，先进制程有助于在高吞吐场景下提升效率。按照三星的说法，这款产品的读写速度较前代提升逾一倍，这对需要频繁读取训练数据、模型参数或向量索引的AI系统具有直接意义。

为什么AI服务器越来越需要更快的企业级SSD？

在大模型训练和推理任务中，计算芯片本身的性能只是系统能力的一部分。数据从存储介质进入内存、再被GPU或AI加速器调用的路径越长、延迟越高，昂贵的计算资源就越容易出现等待。当AI集群规模扩大后，存储延迟会被放大为整体吞吐损失，这也是数据中心客户持续升级企业级SSD的重要原因。

PM1763强调减少先进处理器和AI加速器的数据延迟，正是针对这一问题。对于训练场景，海量样本数据需要持续输入计算节点；对于推理场景，模型服务可能要同时响应大量请求，并频繁访问缓存、检索增强生成所需的数据或外部知识库。更高的读写速度和更低延迟，可以帮助系统维持更稳定的吞吐表现。

从来源信息看，PM1763还配备了液冷系统，以便在AI训练和推理过程中保持高速运行。液冷在AI服务器中的普及，通常与高功耗芯片和高密度部署有关。如今企业级SSD也强调液冷，表明存储设备在AI数据中心中的热设计压力正在上升。存储不再只是“容量配套”，而是直接参与AI系统性能竞争的关键部件。

• 平台适配：PM1763将用于英伟达即将推出的Vera Rubin平台，面向下一代AI基础设施。
• 核心硬件：产品采用最新V-NAND闪存芯片和新研发的4纳米控制器。
• 性能提升：三星称其读写速度较前代产品提升逾一倍。
• AI场景优化：该SSD旨在降低处理器与AI加速器之间的数据延迟，并通过液冷支持持续高速运行。

产业解读：存储厂商加速绑定AI算力平台

英伟达Vera Rubin平台尚未正式大规模进入市场，但围绕这一平台的供应链准备已经开始显现。三星率先宣布PM1763量产，释放出一个信号：AI硬件竞争正在从单一计算芯片扩展到整机与数据中心级协同。对于云服务商、AI公司和大型企业客户来说，未来采购AI基础设施时，GPU性能、HBM供给、SSD延迟、散热方式和系统集成能力都将共同决定实际可用的算力效率。

对三星而言，PM1763不仅是一款数据中心SSD，也有助于其在AI硬件供应链中强化存在感。三星在GTC上将其与HBM4、SOCAMM2一同展示，说明其希望以“组合方案”参与AI数据中心建设，而不是仅作为单一零部件供应商出现。在AI服务器价值链中，存储、内存和散热能力的协同正在变得更重要。

对中文科技产业读者而言，这一进展值得关注的原因在于，AI基础设施的瓶颈正在多点化。过去行业常把重点放在GPU供给不足或模型算法优化上，但随着推理业务落地、数据规模增长和企业级AI应用普及，数据流动效率会越来越影响成本和体验。更快的企业级SSD有可能降低部分数据等待时间，提高集群利用率，从而影响AI服务的单位成本。

总体来看，三星PM1763量产是AI数据中心硬件升级链条中的一个重要节点。它表明下一代AI平台不仅需要更强的加速器和高带宽内存，也需要面向高并发、高吞吐、低延迟场景重新设计的存储设备。随着英伟达Vera Rubin平台推进，围绕AI服务器的存储、内存和散热竞争预计还会持续升温。