簡單計算即可理解其規模:
這種設計主要瞄準需要處理超大資料集的場景,例如生成式 AI、超大規模雲端平台(hyperscale cloud)、大型資料分析與 AI 訓練管線。
整個系統的核心是 Dell 的 PowerEdge R7725xd,一款針對資料密集型工作負載設計的 2U 機架伺服器。示範配置包括:
該平台可搭載 雙 AMD EPYC 9005 系列處理器,單顆處理器最高可達 192 核心,提供極高的運算密度與 PCIe 通道數量,適合 AI、HPC 與大數據工作負載。
這個近 10PB 的密度並非單一技術突破,而是三個關鍵設計同時發揮作用。
Kioxia LC9 系列 SSD 單顆容量可達 245.76TB,是目前企業級 NVMe SSD 中最高容量等級之一,並採用 PCIe 5.0 介面以滿足高效能需求。
這些 SSD 使用 3D QLC NAND 架構,使得每顆硬碟可以堆疊更多 NAND 晶片,從而實現極高容量,同時保持企業級耐用度與效能。
LC9 SSD 提供 EDSFF E3.L 外型,這是一種專為資料中心密度與散熱設計的 SSD 規格。
與傳統 2.5 吋 SSD 相比,E3.L 模組更長,可以容納更多 NAND 封裝,同時允許更高功耗與更好的散熱,因此能實現超高容量。
PowerEdge R7725xd 的平台設計提供大量 PCIe Gen5 通道,讓 NVMe SSD 能直接連接到 CPU。
這種設計的好處包括:
因此一台 2U 伺服器就能形成一個巨大的 NVMe 儲存陣列。
儲存密度再高,如果資料無法快速輸出,實際價值就會大幅降低。R7725xd 支援高頻寬網路配置,例如:
這些高速網路對 AI 基礎設施至關重要,例如:
若沒有這樣的網路能力,多 PB 儲存節點很容易成為整個系統的 I/O 瓶頸。
生成式 AI 與大型模型需要處理極大的資料集,例如:
把 9.8PB 儲存在一台 2U 伺服器,對資料中心架構帶來幾個重要影響。
如果儲存密度更高,達到多 PB 容量所需的伺服器數量就會減少,從而降低:
高容量 SSD 可以取代大量小容量 SSD 或 HDD,讓資料中心用更少設備承載相同資料量,進而減少功耗與冷卻需求(實際節能效果仍取決於部署架構)。
AI 訓練叢集中的 GPU 非常昂貴。如果儲存系統無法快速供應資料,GPU 就會閒置等待。高密度 NVMe 儲存的目的,就是避免這種 I/O 瓶頸。
這個系統也反映出一個明顯趨勢:企業級 SSD 正快速邁向 245TB–256TB 的容量級距。
例如 Micron 已推出 245TB 的 6600 ION SSD,顯示超高容量 SSD 已成為資料中心市場的重要競爭方向。
市場需求也在快速增長。TrendForce 指出,2025 年第四季全球前五大企業 SSD 廠商的營收 季增超過 50%,主要由 AI 基礎設施建設帶動。
同時,全球 SSD 市場規模預計將從 2026 年的 363 億美元 成長到 2031 年的 764 億美元。
Dell 與 Kioxia 這台 9.8PB 伺服器其實代表一個更大的趨勢:單一伺服器正在變成多 PB 等級的儲存節點。
隨著 NAND 密度持續提升,如果企業級 SSD 容量進一步推進到 256TB 甚至更高,未來的 2U 系統很可能突破:
對超大規模雲端、AI 實驗室與大型企業來說,這種變化可能會重新定義資料中心的儲存架構。