上周你的时间线大概率被两类帖子夹击过。一类叫slotstream的开源项目：“16GB内存的Mac跑125B大模型”，把Qwen3.8-Flash-Next的专家权重从固态硬盘流进内存，3.8GB主干常驻，给多少内存用多少。 另一类来自硬件厂商：“128GB内存也跑不动的Qwen3-235B，加一块AI SSD就能跑”——群联aiDAPTIV方案，实测作者把这套思路说成"以存代算"。哔哩哔哩知乎
夹在中间的，是你想躲都躲不开的价格：32GB DDR5内存条，去年800块、今年三千多，翻了四倍。 有话题记录DDR5一年涨近五倍，还有渠道出现"一天两变、提货被拒、商家劝退用户"的怪象。知乎知乎知乎
三年前无人问津的老固态硬盘，同样被炒到五倍价。 而开源模型的个头还在膨胀：552B的DeepSeek V4.1-Flash开源登顶热榜，125B的Qwen3.8-Flash-Next 4-bit量化后仍要105GB——模型涨得比你的内存快。知乎哔哩哔哩哔哩哔哩
于是"给大模型加一层硬盘"突然从极客邪道变成了显学。但这一堆帖子吵的根本不是同一件事。把营销话术、开源README和评论区骂战摆在一起看，里面其实是三本独立的账——谁混着卖，谁就想让你为不存在的收益掏钱。
第一本账：容量账——这是唯一真金白银省下来的一本
先说结论：让SSD参与推理，真正解决的只有"装不装得下"。
Genima的实测里，Qwen3-235B-A22B的Q4_K_M量化权重142GB，一台128GB内存的AMD 395装不下，普通SSD直接启动失败，没有AI SSD就得两台机器接力；Intel 358H迷你主机党同理，122B-A10B权重77.6GB、64GB内存也带不动。 换上AI SSD、用唯一支持的Herdsman（牧马人）引擎打开aiDAPTIV加速，同一台机器就能启动了。官方产品线口径一致：Qwen-122B在普通SSD环境启动失败、AI SSD环境成功启动；极摩客T2S则把"首字响应从18.2秒缩短至456ms"写进了宣传。知乎哔哩哔哩哔哩哔哩
这就是为什么"内存贵上天"突然成了这门生意的东风：群联、江波龙联手英特尔、AMD、英伟达，热数据留内存、冷专家进硬盘。 以前你的瓶颈是"要不要加内存条、加第二台机器"，现在多了一个选项——用便宜一个数量级的SSD容量顶上去。注意，容量账是真的，但它只回答"能不能开机"，不回答"快不快"。哔哩哔哩
第二本账：加载账——营销数字几乎全住在这本账里
“完成同一任务的耗时出现65倍差异”，是Genima实测里最抓眼球的数字。 但群联官方视频的评论区有人翻完了benchmark页："2秒"是预缓存KV缓存后的热TTFT（64K输入下981毫秒），"70秒"是普通SSD侧完全不复用的冷重算。 另有一条高赞评论只有八个字的杀伤力：不就是命中了缓存吗？知乎哔哩哔哩
翻译成人话：加载账、冷启动账、切换模型等待账，全在这本账里。它对你有意义吗？有——如果你天天在多个模型间切换，加载从两分钟变两秒是实打实的爽。但它是"开机快"，不是"干活快"。厂商把这本账的数字放进标题，让你以为decode也快了65倍，这就是混账的卖法。顺带一提，Flowy客服在评论区承认：目前小范围对外销售，所以还没上链接。哔哩哔哩
第三本账：decode账——没人敢报价的一本
这才是跑大模型的人真正每天在用的速度。有评论直接把官方口径戳破：prefill 96 tps、decode 16 tps，“这能干啥？玩吗”。 还有人补了一句：AI不需要太大的容量，需要巨大的带宽。物理上，"显存>内存>SSD"的带宽梯度骗不了人——每秒多生成一个token，就要多付一笔从盘里读数据的钱，热缓存罩得住的token越快，罩不住的越接近流式播放幻灯片。哔哩哔哩
最诚实的是被当成"救星"安利的slotstream自己的README：8GB内存的Mac连"能不能装下"都不成立，16GB档给的是1–6 tok/s的估计区间，基础款Mac mini M2（16GB、内存目标10.2GB）的实机记录只有1.41 tok/s；它同时写着：安装的内存大小不单独决定性能档位。GitHub
官方最近一次提速公告同样克制：0.2.16版加入SSD预读，开发机从11.79提到13.47 tok/s；而按它的估算口径，接近32K token的提示词在M5 Pro上光预填充就要约三分钟——"能开机"和"能干活"之间，还隔着一整本账。GitHub
折腾党这边也有反向证明：Redis作者antirez七月就开源了从零用C写的DwarfStar推理引擎，让DeepSeek V4这类模型跑在普通MacBook上，把SSD当作模型的"家"。 B站搬运的另一个实验更离谱：四张Tesla V100配SGLang引擎、NVFP4量化加SSD n-gram流式传输，声称在原生260k上下文下跑出60+ tokens/秒——视频原名直译就叫"我的GPU犯罪现场"，折腾属性写在标题里，别当量产方案看。哔哩哔哩哔哩哔哩
为什么只有MoE吃得到这波红利
把三本账拆开之后还差一个前提：这套分层只对MoE成立。235B-A22B每个token只激活22B参数（约9%），35B-A3B只激活3B（约8.6%），硬盘只需要偶尔补货冷专家；稠密模型每个token都要过全部权重，层式流加载只能让它"能开机"——小红书那篇讲AirLLM的帖子标题问得直接：4GB显卡真能跑70B？小红书
存储之家那条"AISSD为何突然爆火"的视频（7月发布，259条评论）下面，圈内早就把底裤扒了：不在显存那速度真的慢，MoE天生不如同规模的稠密模型，写代码还得用稠密模型，虽然上下文可以拉到128、256，但速度呢，是一点不提啊。 这条和官方话术的差距，就是认知差本身。哔哩哔哩
寿命问题同样被问爆。评论区有人晒出实机数据：因为经常跑AI又做虚拟内存，一块2T硬盘通电2424小时、读取152TB之后，寿命良好还有百分之95。 原理上其实不冤：权重是只读的，读不损耗闪存颗粒，真正吃寿命的是把KV缓存往盘上写的场景——所以"普通SSD行不行"的答案很微妙：评论区老哥实测普通盘加虚拟内存部署MoE、上下文别拉太高也能凑合，代价是"太耗硬盘"。 顺带一提，那层传说中的"第三梯队"其实存在过：评论区一半人在替死掉的傲腾哭坟，说英特尔的技术已经打包卖给了海力士——中间的存储层级出现过、又死了，这次能不能活，取决于内存价格还要贵多久。哔哩哔哩哔哩哔哩
四种人四种走法
把这四段合成决策，按你手里的机器对号入座：
16-48GB内存的Apple Silicon党：这是slotstream的精确受众。免费，今晚就能试，但门槛白纸黑字：需要Apple Silicon、macOS 14以上，外加约110GB空闲硬盘。 而且目前只支持Qwen3.8-Flash-Next这一个模型，老款PCIe 3.0的Mac mini大概率在1 tok/s附近陪你过冬。适合当"花小钱体验105GB文件流式加载"的玩具，不适合当主力。GitHub
395/358H迷你主机、想跑100B+ MoE的装机党：容量账是真省——省的是第二台机器或者翻倍内存条（按现在价，32G一条三千多）。但AI SSD本体"小范围对外销售、还没上链接"，唯一支持的引擎只有Herdsman一个。别急着加价从黄牛手里盘，等量产链接和第三方复测。手头紧的可以先用免费路线（虚拟内存+MoE+压低上下文）验证需求真伪，反正等等党的立场早已写在评论区：“慢点又不是不能用。”
16GB显存N卡党：这场架基本没你事。你缺的容量，35B-A3B这一档的MoE量化版直接就能塞下，不必为"125B"三个字动心——为营销焦虑升级硬盘，是这门生意最想要的转化。
V100/矿卡捡垃圾党：4张V100那个60 t/s是"声称"，NVFP4+SGLang+n-gram流式这一套的组合成本、噪音、电费和翻车率都远超跑分帖给人的想象。当折腾项目满分，当生产力工具谨慎。
别下单之前，盯这五个信号
slotstream支持的模型是否从1个变多个、GitHub star数是否突破千级（截至发稿293颗星）——项目活跃度的最低指标；
AI SSD是否上架主流电商零售链接（现在"没链接"本身就是答案）；
有没有第三方把"热TTFT vs 冷重算"的口径分开复测——65倍缩水成几倍，等一个敢报decode数字的独立评测；
模型社区的本地量化适配更新节奏（9月12日的AI晚报已经把"DeepSeek社区量化适配"排进日报）——模型端每卷出一版更小激活的MoE，硬盘党的性价比就前进一步。哔哩哔哩
国产颗粒扩产落地——从宣布建线到产能释放中间隔着一年半到两年，这是"内存等等党"的终点线，也是"SSD替代"这门生意的终点线：内存价格一旦掉头，这条中间层的需求会肉眼可见地萎缩。知乎
最后把"以存代算"四个字的正确打开方式钉死：SSD省的是你买内存的钱，省不了你等token的时间；加载账和decode账永远分开设预算。真正该焦虑的不是1.41还是60 tok/s，而是这个赛道三个月前还不存在、今天一半帖子来自卖盘的和卖整机的——在一个"还没上链接"的阶段，免费路线跑通需求，永远比付费路线跑通钱包明智。
