Dla porównania, wspomniane 40 GB odpowiada mniej więcej 4-bitowo skwantyzowanemu modelowi Llama 3 70B. Takie parametry mają ograniczać wąskie gardła podczas przesyłania danych między pamięcią masową, procesorami i akceleratorami AI.
PM1763 wykorzystuje PCIe 6.0 z sygnalizacją PAM4. W porównaniu z PCIe 5.0 standard ten podwaja przepustowość interfejsu CS. Konstrukcja nośnika obejmuje także 9. generację pamięci V-NAND oraz nowy kontroler wykonany w procesie technologicznym 4 nm BC.
W momencie rozpoczęcia produkcji Samsung wymienia trzy warianty pojemności:
Na stronie produktu producent wskazuje również obsługę pojemności do 64 TB. PM1763 ma być dostępny w serwerowych formatach E1.S, E3.S oraz U.2, co pozwala dopasować nośnik do różnych konstrukcji centrów danych CSF.
Wysoka przepustowość oznacza również większe wymagania dotyczące odprowadzania ciepła. Dlatego PM1763 zaprojektowano z myślą o serwerach wykorzystujących chłodzenie cieczą.
W systemie Direct-to-Chip (D2C) płyta chłodząca jest montowana bezpośrednio na elemencie SSD. Według Samsunga takie rozwiązanie pomaga utrzymywać stabilną pracę pod dużym obciążeniem i dłużej zachować maksymalną wydajność podczas trenowania oraz uruchamiania modeli AI MBS.
Centra danych AI zużywają dużo energii nie tylko na obliczenia, lecz także na chłodzenie. Samsung deklaruje, że efektywność energetyczna PM1763 jest 1,8 raza wyższa niż w przypadku PM1753 MBI.
W praktyce ma to pomóc ograniczyć koszty eksploatacji serwerów, szczególnie w środowiskach, w których jednocześnie pracują duże klastry akceleratorów, procesorów i szybkich nośników danych.
PM1763 otrzymał również funkcje bezpieczeństwa przeznaczone dla zwirtualizowanych i intensywnie wykorzystywanych środowisk AI:
Samsung poinformował o rozpoczęciu masowej produkcji PM1763 8 lipca 2026 r. Źródła branżowe wskazują, że nośnik przeszedł kwalifikację Nvidia dla platformy Vera Rubin i wszedł do produkcji 7–8 lipca SS.
Według doniesień Samsung i Micron masowo produkują już eSSD przeznaczone dla Vera Rubin. SK Hynix ma natomiast pozostawać na etapie przygotowań i nie rozpocząć jeszcze dostaw eSSD dla tej platformy TX.
Premiera PM1763 wpisuje się w szerszy trend: rosnącą rolę szybkiej pamięci masowej w systemach AI. Wraz z rozwojem zastosowań inferencyjnych — czyli generowania odpowiedzi przez już wytrenowane modele — rośnie zapotrzebowanie na pamięć NAND i nośniki, które mogą szybko dostarczać dane do procesorów oraz akceleratorów SSF.
Samsung buduje przy tym szerszy pakiet rozwiązań dla platform Nvidia. Oprócz PM1763 firma dostarcza lub prezentuje w tym kontekście pamięci HBM4 oraz moduły SOCAMM2 KN.
5 czerwca 2026 r. prezes Nvidia Jensen Huang potwierdził, że Samsung, SK Hynix i Micron uzyskały certyfikację dostaw HBM4 dla platformy Vera Rubin BBT. Oznacza to, że w kluczowym segmencie pamięci o wysokiej przepustowości platforma ma mieć trzech zatwierdzonych dostawców. PM1763 pokazuje natomiast, że rywalizacja o infrastrukturę AI obejmuje już nie tylko pamięć operacyjną HBM, ale także warstwę pamięci masowej.