Hastighed: Op til 28.400 MB/s

De højeste tal gælder 16 TB-modellen, som Samsung beskriver som branchens bedst ydende variant .

• Sekventiel læsning: Op til 28.400 MB/s
• Sekventiel skrivning: Op til 21.900 MB/s ifølge flere branchemedier. Samsungs egen produktside angiver op til 21.000 MB/s
• Sammenlignet med PM1753: Cirka dobbelt så høj ydelse som forgængeren, der er baseret på PCIe 5.0
• Overførsel af AI-modeller: En sprogmodel på 40 GB kan overføres på cirka 1,4 sekunder

De 40 GB svarer omtrent til størrelsen på en 4-bit-kvantiseret Llama 3-model med 70 milliarder parametre . I praksis er formålet at mindske flaskehalse, når data flyttes mellem lager, CPU'er og AI-acceleratorer.

PCIe 6.0 bruger PAM4-signalering og fordobler båndbredden i forhold til den foregående PCIe 5.0-generation .

Kapacitet og formater

PM1763 tilbydes indledningsvist i tre kapaciteter:

• 4 TB
• 8 TB
• 16 TB

Samsungs produktside angiver desuden understøttelse af kapaciteter på op til 64 TB. SSD'en kan leveres i serverformaterne E1.S, E3.S og U.2 .

Drevet kombinerer Samsungs niende generation af V-NAND med en ny controller fremstillet i 4-nanometer-teknologi .

Designet til væskekølede AI-servere

AI-servere afgiver store mængder varme, og nye datacenterdesign bevæger sig derfor i stigende grad mod væskekøling. PM1763 er udviklet til denne type miljø med Direct-to-Chip-væskekøling, ofte forkortet D2C .

Her monteres en køleplade direkte på SSD-komponenten. Det skal hjælpe drevet med at holde en stabil tophastighed under langvarige, krævende arbejdsbelastninger som AI-træning og inferens – altså når en færdig AI-model bruges til at generere svar eller forudsigelser .

Lavere strømforbrug

Energieffektivitet er en væsentlig faktor i AI-datacentre, hvor både strøm til servere og udgifter til køling fylder betydeligt. Samsung oplyser, at PM1763 har en 1,8 gange forbedring i energieffektivitet sammenlignet med PM1753 .

Det betyder ikke nødvendigvis, at alle systemer bruger 1,8 gange mindre strøm i absolutte tal. Tallet beskriver drevets energieffektivitet sammenlignet med forgængeren og kan bidrage til lavere driftsomkostninger, afhængigt af den samlede serverkonfiguration.

Sikkerhed til virtualiserede AI-miljøer

PM1763 understøtter flere sikkerhedsteknologier, der er rettet mod AI- og virtualiserede datacentre .

• Post-Quantum Cryptography (PQC): Krypteringsalgoritmer, der er udviklet til at modstå fremtidige angreb med kvantecomputere
• TDISP: TEE Device Interface Security Protocol, som beskytter forbindelsen mellem en enhed og værten i miljøer med Trusted Execution Environments og virtualisering
• SPDM 1.4 og CNSA 2.0: Yderligere sikkerhedsstandarder, som PM1763 understøtter

Samlet er funktionerne beregnet til at beskytte data under lagring, overførsel og behandling i moderne AI-infrastruktur.

Godkendt til Vera Rubin og på vej i masseproduktion

Samsung oplyste, at PM1763 har bestået Nvidias kvalifikation til Vera Rubin-platformen og gik i masseproduktion omkring den 7.-8. juli 2026 .

Brancheoplysninger peger samtidig på, at Samsung og Micron masseproducerer enterprise-SSD'er til Vera Rubin, mens SK Hynix fortsat befinder sig i forberedelsesfasen for denne type levering .

En del af Samsungs bredere AI-strategi

PM1763 passer ind i Samsungs ambition om at levere en mere komplet hukommelses- og lagringsløsning til Nvidia. Ved GTC 2026 fremhævede Samsung blandt andet HBM4, SOCAMM2-moduler og PM1763 som komponenter til Nvidias AI-infrastruktur .

På HBM4-området bekræftede Nvidias topchef Jensen Huang den 5. juni 2026, at Samsung, SK Hynix og Micron alle er godkendt som leverandører til Vera Rubin-platformen . HBM4 er den højhastighedshukommelse, der sidder tæt på AI-acceleratorerne, mens PM1763 fungerer som højtydende lager i servermiljøet.

Hvorfor NAND-lager bliver vigtigere i AI

AI-udviklingen handler ikke længere kun om træning af modeller. Inferens – den løbende brug af modeller i tjenester og applikationer – ventes også at øge efterspørgslen efter NAND-flash og hurtige enterprise-SSD'er .

Når modeller, datasæt og mellemresultater skal flyttes hurtigt mellem lager og beregningsenheder, kan langsommere lager blive en flaskehals. SSD'er som PM1763 er derfor udviklet til at holde dataflytningen bedre i trit med CPU'er og GPU'er i både trænings- og inferensprocesser.

En separat påstand om, at Samsung-koncernen vil investere 800 billioner won i sydkoreanske chipfabrikker, kan ikke verificeres ud fra det foreliggende kildemateriale og er derfor ikke medtaget som en fastslået del af denne lancering.

Hastighed: Op til 28.400 MB/s

De højeste tal gælder 16 TB-modellen, som Samsung beskriver som branchens bedst ydende variant .

• Sekventiel læsning: Op til 28.400 MB/s
• Sekventiel skrivning: Op til 21.900 MB/s ifølge flere branchemedier. Samsungs egen produktside angiver op til 21.000 MB/s
• Sammenlignet med PM1753: Cirka dobbelt så høj ydelse som forgængeren, der er baseret på PCIe 5.0
• Overførsel af AI-modeller: En sprogmodel på 40 GB kan overføres på cirka 1,4 sekunder

De 40 GB svarer omtrent til størrelsen på en 4-bit-kvantiseret Llama 3-model med 70 milliarder parametre . I praksis er formålet at mindske flaskehalse, når data flyttes mellem lager, CPU'er og AI-acceleratorer.

PCIe 6.0 bruger PAM4-signalering og fordobler båndbredden i forhold til den foregående PCIe 5.0-generation .

Kapacitet og formater

PM1763 tilbydes indledningsvist i tre kapaciteter:

• 4 TB
• 8 TB
• 16 TB

Samsungs produktside angiver desuden understøttelse af kapaciteter på op til 64 TB. SSD'en kan leveres i serverformaterne E1.S, E3.S og U.2 .

Drevet kombinerer Samsungs niende generation af V-NAND med en ny controller fremstillet i 4-nanometer-teknologi .

Designet til væskekølede AI-servere

AI-servere afgiver store mængder varme, og nye datacenterdesign bevæger sig derfor i stigende grad mod væskekøling. PM1763 er udviklet til denne type miljø med Direct-to-Chip-væskekøling, ofte forkortet D2C .

Her monteres en køleplade direkte på SSD-komponenten. Det skal hjælpe drevet med at holde en stabil tophastighed under langvarige, krævende arbejdsbelastninger som AI-træning og inferens – altså når en færdig AI-model bruges til at generere svar eller forudsigelser .

Lavere strømforbrug

Energieffektivitet er en væsentlig faktor i AI-datacentre, hvor både strøm til servere og udgifter til køling fylder betydeligt. Samsung oplyser, at PM1763 har en 1,8 gange forbedring i energieffektivitet sammenlignet med PM1753 .

Det betyder ikke nødvendigvis, at alle systemer bruger 1,8 gange mindre strøm i absolutte tal. Tallet beskriver drevets energieffektivitet sammenlignet med forgængeren og kan bidrage til lavere driftsomkostninger, afhængigt af den samlede serverkonfiguration.

Sikkerhed til virtualiserede AI-miljøer

PM1763 understøtter flere sikkerhedsteknologier, der er rettet mod AI- og virtualiserede datacentre .

• Post-Quantum Cryptography (PQC): Krypteringsalgoritmer, der er udviklet til at modstå fremtidige angreb med kvantecomputere
• TDISP: TEE Device Interface Security Protocol, som beskytter forbindelsen mellem en enhed og værten i miljøer med Trusted Execution Environments og virtualisering
• SPDM 1.4 og CNSA 2.0: Yderligere sikkerhedsstandarder, som PM1763 understøtter

Samlet er funktionerne beregnet til at beskytte data under lagring, overførsel og behandling i moderne AI-infrastruktur.

Godkendt til Vera Rubin og på vej i masseproduktion

Samsung oplyste, at PM1763 har bestået Nvidias kvalifikation til Vera Rubin-platformen og gik i masseproduktion omkring den 7.-8. juli 2026 .

Brancheoplysninger peger samtidig på, at Samsung og Micron masseproducerer enterprise-SSD'er til Vera Rubin, mens SK Hynix fortsat befinder sig i forberedelsesfasen for denne type levering .

En del af Samsungs bredere AI-strategi

PM1763 passer ind i Samsungs ambition om at levere en mere komplet hukommelses- og lagringsløsning til Nvidia. Ved GTC 2026 fremhævede Samsung blandt andet HBM4, SOCAMM2-moduler og PM1763 som komponenter til Nvidias AI-infrastruktur .

På HBM4-området bekræftede Nvidias topchef Jensen Huang den 5. juni 2026, at Samsung, SK Hynix og Micron alle er godkendt som leverandører til Vera Rubin-platformen . HBM4 er den højhastighedshukommelse, der sidder tæt på AI-acceleratorerne, mens PM1763 fungerer som højtydende lager i servermiljøet.

Hvorfor NAND-lager bliver vigtigere i AI

AI-udviklingen handler ikke længere kun om træning af modeller. Inferens – den løbende brug af modeller i tjenester og applikationer – ventes også at øge efterspørgslen efter NAND-flash og hurtige enterprise-SSD'er .

Når modeller, datasæt og mellemresultater skal flyttes hurtigt mellem lager og beregningsenheder, kan langsommere lager blive en flaskehals. SSD'er som PM1763 er derfor udviklet til at holde dataflytningen bedre i trit med CPU'er og GPU'er i både trænings- og inferensprocesser.

En separat påstand om, at Samsung-koncernen vil investere 800 billioner won i sydkoreanske chipfabrikker, kan ikke verificeres ud fra det foreliggende kildemateriale og er derfor ikke medtaget som en fastslået del af denne lancering.