AI PC普及浪潮下，处理器、显卡的性能升级一直是讨论焦点，可很少有人注意到，存储才是AI本地运行真正的瓶颈。雷克沙刚发布的NM1090 PRO 8TB旗舰固态，刚好戳中了这个被忽略的痛点。

AI本地运行的最大瓶颈，从来不是算力而是存储。当大语言模型、AI绘画数据集都要放在本地，什么样的固态才能扛住压力？我们一起来看看这款定位AI旗舰的新品，到底解决了哪些行业共性问题。

雷克沙NM1090 PRO固态硬盘 · 展示固态正面，带有Lexar和1090 PRO标识

AI PC倒逼存储升级 大容量高速成刚需

生成式AI往终端迁移的趋势，已经改变了PC硬件的需求逻辑。以前我们买固态，只看系统启动速度、游戏加载速度，现在完全不一样了。

一个70B参数的大语言模型，体积就接近40GB，上百个模型加上训练数据集，轻松就占满几TB的存储空间。如果再加上AI绘画生成的海量高清图片，普通容量的固态根本不够用。

更关键的不只是容量，还有速度。AI切换模型、读取海量数据集的时候，存储速度不够，算力再强也得等——这种等待成本，对深度AI创作者来说就是生产力损耗。

安装在主板上的雷克沙NM1090 PRO固态 · 固态已安装在主板M.2插槽中

雷克沙这次推出的8TB版本NM1090 PRO，刚好踩中了这个需求拐点。不像很多厂商只是单纯加大容量，它是从容量、速度、散热全维度适配AI场景。

这个变化藏着一个容易被忽略的行业趋势：AI PC的竞争，正在从“拼算力核心”转向“拼周边配套”，存储就是第一个被重构的配件。

三大核心设计 直击PCIe 5.0固态痛点

PCIe 5.0固态已经推出几年了，但一直没能完全普及，除了价格，还有两个行业共性问题没解决：一是大容量下持续掉速，二是高负载下发热降频。

雷克沙NM1090 PRO 8TB从架构层面解决了这两个问题，我们来拆解一下核心设计。

安装在主板上的雷克沙NM1090 PRO固态 · 近距离展示主板上的固态细节

第一是双缓存架构，8GB独立DRAM缓存加上SLC动态缓存，按照1:1000的行业惯例匹配，刚好对应8TB的容量。

很多用户都遇到过，写入大文件到一半速度突然掉下来，这就是缓存不够导致的。双缓存的设计，就是让突发大文件写入时也能维持高速，不会写着写着就“刹车”。对于AI用户来说，就算一次性导入几个TB的数据集，也能一气呵成。

第二是6nm制程的慧荣SM2508旗舰主控，对比上代12nm产品，峰值温度直接降低了36%。

PCIe 5.0固态的性能释放，一直被散热问题卡脖子。很多产品参数好看，但高负载下发热就降频，实际体验远达不到标称速度。

雷克沙NM1090 PRO固态背面 · 展示固态背面标签，标注8TB等参数

实测显示，雷克沙这款在加载Llama 3 70B大模型的时候，不仅速度比PCIe 4.0固态提升显著，峰值温度还更低，从根源上避免了过热降频的问题。

第三是速度参数拉满，顺序读取最高14400MB/s，顺序写入13400MB/s，4K随机读写更是达到2000K/2100K IOPS。

这个速度是什么概念？相当于每秒能读取近1.5GB的文件，导入一张几十GB的大模型，只需要二三十秒。对比普通PCIe 4.0固态，时间直接缩短了一半以上。

实测AI场景 体验提升到底有多大

官方已经做了针对性测试，用Llama 3:70B（39GB）大模型加载对比，NM1090 PRO 8TB对比同容量PCIe 4.0固态，加载速度提升非常明显，同时峰值温度更低。

我梳理了不同AI场景下，这款固态带来的实际体验变化：

• AI绘画：同时读取几百张高清训练素材，不需要长时间等待素材加载，生成过程的响应速度更快
• 多模型切换：本地存储十几个甚至上百个大模型，切换的时候不需要重新加载等待，秒级就能切换完成
• 多任务并行：一边训练模型一边整理生成内容，系统不会因为存储IO占满而卡顿，操作全程跟手
• 本地知识库搭建：8TB容量可以存储上百万份文档的向量数据库，本地调用响应速度远快于云端

雷克沙NM1090 PRO固态硬盘 · 固态放置在木质桌面，旁有键盘

对于普通用户来说，可能不需要8TB这么大的容量，但对深度AI创作者、本地AI工作站玩家来说，这个配置就是一步到位的选择。

雷克沙还推荐搭配自家128GB的ARES RGB DDR5内存套装，128GB内存加上8TB高速固态，刚好能满足大模型本地运行的完整需求。不管是大模型加载还是海量数据吞吐，都不会有明显短板。

这里藏着一个产业层面的变化：AI本地化已经从概念变成了具体的配件需求，终端AI的普及，正在拉动整个PC存储产业链的升级，大容量高速固态会成为 next 标配。

存储行业的破局：从参数竞赛到场景定制

过去很多年，固态行业的竞争都是参数竞赛：堆容量、堆速度，很少有人针对具体场景做定制化设计。

AI PC的到来，正在改变这个逻辑。用户需要的不是“参数最高的固态”，而是“能顺畅跑AI的固态”——这就要求厂商针对AI场景的IO特性、容量需求做专门优化。

雷克沙这款产品的意义，不只是推出了一块更大更快的固态，而是给行业做了一个示范：存储开始适配AI场景做定制化设计了。

比如双缓存架构解决持续写入掉速，6nm主控解决发热降频，8TB容量满足多模型存储——这些设计都是精准对准AI用户的痛点，而不是单纯堆参数。

AI改变的不只是PC的处理器，而是整个硬件生态的需求逻辑。谁先摸透新场景的痛点，谁就能拿到下一轮竞争的入场券。

目前8TB版本国行首发价13999元，这个价格看起来不便宜，但对于需要搭建本地AI工作站的用户来说，这是目前少有的能一步到位的选择。毕竟动辄几TB的模型和数据集，真的不能将就。

未来一两年，我们肯定会看到更多针对AI场景定制的硬件，存储会是第一个跑出来的赛道。当大模型越来越大、本地AI需求越来越强，高速大容量固态的普及只会比我们预想的更快。

真正的产业升级从来都是这样：不是突然跳出一个全新的产品，而是一个场景痛点的解决，带动整个链条的迭代。存储的这波升级，只是AI PC生态重构的开始而已。#5G##存储##固态硬盘#