Optimus GX PRO:闪迪的擎天白玉柱
随着与WD分家事宜告一段落,闪迪旗下消费SSD品牌Optimus(奥丁马仕)正式于今年亮相。闪迪用全新品牌覆盖旗下整个产品矩阵,不仅顺势淘汰了不再适合当下市场的SATA产品,而且进一步增强了其基于PCI-E 5.0、3D TLC等技术组合的旗舰产品,OptimusGX PRO 8100就是这款集游戏与AI应用场景于一身的新旗舰。

近一年以来,AI对存储的需求,拉爆了几乎所有NAND及DRAM的产能,对存储厂商来说,是绝对意义上的躺着挣钱。既然数据中心这么挣钱,那又何苦在消费市场上杀得你死我活,退出消费市场,是更合理的选择。
然而,此时“归来”的闪迪,却有着截然不同的野望。回顾“8100”,它是闪迪与西数分家后的最后一款挂“WD_BLACK”品牌的产品,去年年终发布后,正赶上NAND产品价格暴涨,因此它并没有真正规模上市,Optimus GX PRO 8100才是它的最终形态:
高性能:接近PCI-E 5.0 x4接口极限,2TB版本配2GB DDR4-3200缓存;
大容量:附带和不带散热片的8TB版本同时登录;
高能效比:nCache 4.0技术,2TB最大功耗7.0W;
高可靠性:3D TLC加持CBA封装,2TB版本为1200TBW。

虽然很遗憾,此次测试的样品容量“仅”为2TB,而且是不带散热片的版本(SDSP82200TAN),但好在其性能与4TB版本相同,均为全系列4个容量中性能最好的存在。同时,因为这两个容量均为单面封装,因此也是高性能笔记本电脑上最常选择的型号。而在高性能台式电脑上,8100的实际性能发布会更加出色,附带而来的则是更接近标称极限的功耗与发热。因此,无论是SSD盘体直接集成还是安装第三方散热片,都是十分必要的。附带和不带散热片的8100价格差距为50美元/500元人民币。

8100是闪迪的首款PCI-E 5.0接口消费级SSD产品,相对于其NAND原厂身份,它在主控选择方面十分开放——可以合作,但要根据产品特性深度定制。如在进入Mobile QLC市场时就与江波龙合作打造了EU721。在8100上,闪迪使用的是深度定制的SMI SM2508主控,其自己型号为A101-250800-AC,嗯,对,某些部分重合的。

目前,这颗主控在PCI-E 5.0平台上已经非常成熟,特别是配合闪迪已经爬升完产能的BiCS 8代际3D TLC NAND,性能得以更全面的释放,不仅标称峰值读写速度达到14900MB/s和14000MB/s,而且I/O性能也达到2.3M IOPS和2.4M IOPS,均是同级别产品中夸张的存在。
作为标杆性产品,重新发布Optimus GX PRO 8100时,正是存储产品价格高涨之时,QLC已经成为事实上的产品和市场趋势,而8100仍坚持采用TLC+DRAM方案,保持期间本色。
在BiCS 8上,闪迪不仅带来了218层堆叠技术,更带来了CBA封装技术,使得单颗NAND容量最高可达2×8Tb,但是在2TB版本的8100上,使用的是1TB版本、2颗芯片,再加上2GB DDR4的组合。8100系列的入门版本为1TB,为单颗1TB NAND+1GB DDR4的组合,性能掉一大截,非必要绕行吧。

目前,存储产品仍处于高价阶段,2TB版本的8100国内售价超过2500元,但是看看海外699.99$(不含税)的价格,中国消费者还是相对比较有福气的,毕竟产品相同、5年质保也是相同的。

测试这款SSD,我们仍采用华硕TUF Z890-Plus WiFi主板平台,搭配使用酷睿Ultra7 270K Plus处理器和2×32GB DDR5-6400 XMP内存;显卡为英特尔Arc B580独显及核显(共享36GB显存)。显卡配置,主要考虑AI大模型装载需要。
此外,8100安装在CPU直连的PCI-E x4 M.2插槽,BIOS自动识别为5.0版本,对比测试时指定4.0版本;用于装载系统及对比测试的500GB PCI-E 4.0 x4 SSD为三星980Pro,安装在同样直连CPU的PCI-E 4.0 x4插槽上;Arc B580使用直连CPU的PCI-E 4.0 x8接口。对比SSD安装位置、接口版本,独显/核显安装位置、接口版本,对8100的性能无明确影响。
而真正对高性能SSD性能有所影响的,恰恰是酷睿Ultra 200s平台的整体设置。默认驱动、参数及能源管理设置下,性能表现偏向于I/O吞吐性能优化,如下图上所示。切换到读写性能优化模式后,8100的读写性能表现直逼标称值,但是I/O能力有明显下降。读写的峰值表现看看不用也罢,毕竟I/O性能在日常使用中的影响更广泛。

后续测试,均采用I/O吞吐性能优化参数进行。
闪迪与西数分家后,曾经能够同时管理SSD和HDD的Dashboard也进行了分家,闪迪版的Dashboard能够识别并管理闪迪和西数品牌的SSD产品。1月出厂的8100虽无新固件可用,但是其830ZRR0A版本已不是去年WD_BLACK 8100所采用的830ZRR02版本,闪迪也未明确说明版本差异,姑且就只当有品牌方面的改变吧。

高I/O性能设定再加上写密集测试,对主控的压力非常大,即使测试时已安装主板附带的巨大散热片,在25℃的室温环境中,8100的散热片表面温度可高达86℃!如增加风扇主动为其散热,散热片表面温度可下降到62℃水平。
2GB缓存,为8100带来15秒左右接近11GB/s的写速度,此后写性能将保持在4GB/s水平,对应的HD Tune Pro 6.1写入曲线这里就不放了——远不如读曲线平滑,从缓内突破到缓外的瞬间,写入性能剧烈波动,参考作用有限。温度与写性能曲线如下图。

密集读负载测试时,8100的发热及耐高温表现就要好很多,无论有无增加风扇散热,差别也仅是散热片表面温度从58℃下降到42℃,而它都能保持接近10GB/s的持续读性能,甚至没有缓外降速的痕迹。

8100延续了WD_BLACK的Game模式设定功能,该技术通过优化低队列深度读写的略,改善碎片、海量但相对固定文件的突发读写性能,呈现在开关后的性能表现上,就是依托Q8甚至更深队列的峰值读写性能略受影响,但4K I/O及低深度队列性能有相当改善。虽然CrystalDiskMark 8.04测试并非该特性对口的呈现方式,但3%~10%的4K性能提升,仍非常能说明问题。

其他几项测试的结果,也较为清晰地呈现出当前测试平台在I/O性能优化设定方面的优势。这里,ATTO Disk Benchmark 4.01的读写性能峰值没有另一模式突破14GB/s那么好看,但在32KB I/O Size之下,8100的读写I/O性能已接近220K IOPS和190K IOPS——队列深度为8,完全可以用卓越来形容它。

AS SSD的表现也无需赘述,持续读写性能表现入场,而在实际应用中的表现,则可参考Copy Benchmark的部分,日常能用到这些场景,已是小众的高级用户了。

8100的HD Tune Pro 6.1 RAW写曲线不好看,但不妨碍其真实性能表现,特别是读方面。同时在File Benchmark项目中,8100的全盘写曲线就非常漂亮,不仅稳定,而且未见缓内与缓外切换时的波动,当然,该项的读写测试是“Mixed”进行的,也给了缓存和主控足够的喘息机会。

在相对负载更复杂的PCMark Full System Dirve Benchmark测试中,我们特意比较了在这样高负载的场景中,PCI-E 5.0较PCI-E 4.0的提升幅度。其中8100不仅对比了自己在PCI-E 4.0模式下的性能表现,同时也与老2代的原生PCI-E 4.0产品进行了对比。不比不知道,一比吓一跳:PCI-E 4.0的时代已经过去了,虽然看起来使用不同接口的8100性能差异并没有接口速度本身那么大。

CrystalDiskMark 8.0.4的对比数据再放出来看看,不用我标注,你也能看出哪组是PCI-E 4.0的测试结果,哪组是5.0的吧!

遥想当年用不同颜色代表不同的产品使用场景,黑色代表着那个时候对存储性能要求最高的游戏。如今,对性能有高要求的场景进一步拓展,抛开专业存储,连AI PC都对存储性能提出了更高的要求。
我们选取LM Studio、文小言加载32B~35B级别的超大LLM(17GB~22GB存储容量,测试连续吞吐及索引性能;选取Flowy AIPC,加载5只、各拥有5个不同技能(0.8B~3.5B模型)的龙虾,技能调用结束即时释放模型,对比反复吞吐后的任务执行效率。两项测试均开启KV Cache,320KB文本长度。

在AI PC体系中,内存与显存的带宽仍显著高于SSD,特别是加载大模型极易突破缓存界限,DRAMless产品在这种场景中的表现不尽如人意。8100系列有着1GB/TB的较大DRAM高速缓存配置,再加上PCI-E 5.0 x4的接口带宽相对充裕,即使仅在超长文本会话场景中作为KV Cache使用,对首字及温加载的输出提速,帮助也非常明显。

即使PC上的GPU或CPU等xPU加速器性能有限,高性能SSD对提升LLM和AI Agent流畅性体验的作用仍然有意义,特别是在模型装载的瞬间,接口性能、其他应用的I/O竞争,都会在很大程度上影响模型的加载速度,只做AI的场景是不存在的,甚至AI的加入,会进一步提高并行线程的数量和负载水平。

无论是在游戏还是AI领域,存储好像从来没有像CPU或GPU那样大红大紫,成为众多用户舍得花重金狠砸的选项。然而,作为任何应用都绕不开的数据装载(内存)和存储。如今在芯片之后,SSD因其在存储环节绕不开,并且能够极大优化芯片投资的数据承接环节,受重视程度越来越高。
以闪迪Optimus GX PRO 8100为代表的高性能SSD产品,在游戏、媒体生产之外,在AI应用领域又“找到”了新的用武之地。目前来看,无论是一次性数据加载(以游戏为代表)、持续数据传输(以视频传输为代表)还是反复吞吐(以大模型应用为代表),性能优势被进一步放大,是影响整机性能的关键零组件。
那么,选择一款高性能、大容量的SSD,就不吝是一笔合算的投资了。
作者声明本文无利益相关,欢迎值友理性交流,和谐讨论~
