本地跑AI，真的会把你的固态写废吗？

最近看到QLC硬盘发布的越来越多，像历史一样，MLC替代了SLC，TLC替代了MLC，现在又处于QLC替代TLC的时代，但是现在情况不一样，AI时代，对硬盘的读写需求量暴涨，跑AI会不会把固态写废？

本地跑AI，大部分操作是读，不是写。下个SDXL的模型，几个G到十几个G，加载进显存和内存。加载完出一百张图，除了保存的操作、运行过程的缓存、训练的模型文件、会消耗TBW寿命，没有导致固态写废的必要因素条件。

一张1K分辨率的图，成品两三MB。把过程里的临时文件加上，单张撑死几十MB。你一天狂出1000张，也就几十个G。

TBW是厂商给固态标的总写入量，比如说一块1TB的盘标600TBW，累计写满600TB是理论寿命上限，当然这个算厂家标注的下限，写完这600TB，还是能继续写入使用，还涉及到一个质保的问题，通常来说，同型号大容量的硬盘，TBW会更高；还得看主控，有些硬盘主控比颗粒挂的更快。

开头说的SLC、MLC、TLC、QLC的差距就在这儿。现在主流1TB的TLC，TBW基本都在600往上，好一点的能到1000以上。QLC就惨了，普遍只有200到400。所以说用QLC，担心也不是没道理，纸面寿命确实只有TLC的三分之一。

每天稳定往盘里写200个G，这什么概念呢，相当于你天天出几千张图，或者天天在练模型。一年下来73TB。一块600TBW的TLC，够写八年。QLC按400TBW算，五年半。

当然也不是说QLC就可以不管，有几个场景也需要注意。

训练LoRA是最费盘的一个。数据集、中间保存的模型、反复试参数存下来的checkpoint，一次训练下来写个几百G。这种写入集中在很短的时间里，QLC模拟缓存用完，掉速也很严重，卡顿比寿命焦虑来的更早。

还有一个容易被忽略的，内存不够会拿硬盘当虚拟内存。本地跑视频模型本来就吃内存，16G跑起来基本是爆的，一旦开始swap，硬盘读写量巨大。这个才是真吃寿命的，而且很多人压根意识不到。

再就是盘塞太满。固态得留一部分空间做磨损均衡，你要是塞到90%以上，写入放大会明显变严重。小容量QLC尤其明显。

就目前这个趋势来看，QLC代替TLC不知道什么时候会到来，并且QLC的价格也没有便宜太多，1TB的致钛Ti600 400TBW的寿命，JD自营价格1189，而Ti7100S 1TB 600TBW寿命，1289。

剩下的就是心里有数就行。装个CrystalDiskInfo，偶尔看一看写了多少。

至于QLC会不会哪天突然写废，说实话，不太建议买QLC硬盘，如果预算够，上MLC硬盘，一盘传三代人走盘还在，而且QLC建议搭配个小傲腾当模拟缓存用，就QLC那点模拟缓存，掉速实在严重。