2023年度消费级SSD评测和购买建议

在消费者市场，  SSD持续替代HDD成为大众存储设备的首选 。如何选择SSD？ 我们在最近⼀年多时间里 测试了市场上大部分主流产品，现在我们将测试结果整理到这篇文章中，希望能帮助大家更好地理解和选择SSD。

我们使用了从市面上采购的通用计算机作为我们的测试平台，并且通过Quarch PAM实现了通用平台无 法提供的能⼒，  包括：

1. 对测试盘掉电 、上电，

2. 精确地抓取测试盘的功耗，  特别是低功耗状态的功耗，

3. 通过监测CLKREQ#信号，  确认测试盘在低功耗状态时是否进⼊了L1.2模式。

下面是我们测试平台的具体信息。

1. 测试的目标

SSD的测试需要覆盖其功能 、功耗 、性能 、可靠性等诸多方面。

1.1. 功能

SSD产品⼀般都会通过⾏业的认证测试，  譬如UNH-IOL的NVMe协议测试 。但是这类测试只会覆盖最基 本的功能和场景，  并不能保证产品的质量 。市场上的SSD产品有好有坏，  但他们都会通过这些认证测试。

各个SSD⼚商的测试能⼒差异很大，大⼚会在基本功能测试的基础上进⾏更深⼊的测试，  提升测试的强 度和覆盖度 。譬如HMB特性，除了其基本功能，⼚商还需要在主机异常操作 、甚至是内存故障的时候， 保证SSD盘能正常⼯作 。这类测试需要SSD盘的生产⼚商有能⼒实现各种不同的系统级操作，  而不是仅 仅利用现成的操作系统和软件来做测试。

在过去的五年中，  我们开发了⼀套专业的NVMe SSD测试⼯具，  PyNVMe3 。作为⼀个独立第三⽅测试 平台，PyNVMe3已经被多个NAND/SSD⼚商和PC⼚商采用，  应用于新品研发和导⼊测试 。很多⼚商在 PyNVMe3的基础上⼜自⾏研发了成百上千的测试脚本，  涵盖NVMe协议 、TCG协议 、ZNS 、掉电 、功  耗 、性能 、可靠性和压⼒等各个⽅⾯ 。通过这些测试，  PyNVMe3可以帮助⼚商便捷地实现各种不同的 host操作，以便更早地发现问题，  提升产品的质量。

1.2. 性能

很多消费级SSD产品的评测只能把目光集中在性能上，  但其实要做到有意义的性能测试依然是很不容易 的 。大量的测试⼯具都是在重复测试顺序读写或者基本的随机读写速度，  也就是跑分 。但是跑分的结果 和实际使用体验相去甚远 。除了常⻅的顺序和随机读写性能，  我们还需要关注更多细节，  以更贴近用户 实际体验的⽅法去收集性能数据 。我们在第⼆章中会深⼊探讨这部分内容。

1.3. 功耗

可移动设备对功耗的要求越来越高，  SSD也不能例外 。在⽇常使用中，  SSD盘在空闲的时候会进⼊低功 耗状态；  出现读写请求时，  ⼜会立刻退出低功耗状态 。低功耗测试要实现以下三个⽅⾯的目标：

1. 精确测量低功耗状态下的功耗值，

2. 进⼊和退出低功耗状态的时间，

3. 频繁进⼊和退出低功耗状态的稳定性。

PyNVMe3对低功耗状态实现了全⾯的测试 。我们利用Quarch的Power Analysis Module  ( PAM)  测试⼯ 具来抓取精确的功耗数据 。PAM可以使用在任意笔记本和台式电脑的M.2插槽上，  获得更接近用户实际 使用环境的测试数据 。下表是⼀些盘在低功耗状态下的功耗和退出时间。

PS4的功耗越低越好，  因为通常我们使用电脑的时候，  大部分时候SSD都处于空闲状态 。甚⾄有些笔记 本电脑的低功耗做的⾮常好，  用户完全可以像使用⼿机那样，  只要合上屏幕就可以过夜了；  再打开屏幕 的⼀瞬间，  就可以继续使用 。低功耗状态下，  SSD内部的很多模块会被降低时钟频率甚⾄完全掉电；  退 出低功耗恢复⼯作状态时，  需要逐步对这些模块上电或者恢复正常的时钟频率 。⼀般⽽⾔，  功耗降得越 低，  退出低功耗的时间也会越⻓ 。这个退出时间只要不超过100ms，  用户就不会感觉到卡顿。

进⼊低功耗的时候，  在盘降低某些模块的时钟频率甚⾄关闭电源的过程中，  PyNVMe3的测试脚本会在  不同的时间点发送新的读写命令，  去打断这个进⼊低功耗的过程 。这种压⼒测试可以确保在不同的时间 点下，  测试盘都可以正常进⼊并退出低功耗状态 。我们发现有些盘在进⼊低功耗之后有时会⽆法退出， 导致测试盘⽆法响应后续读写命令。

上⾯我们讨论的是低功耗，  也就是SSD盘空闲时候的功耗 。另外，  我们还需要关注SSD盘在⼯作状态下 的功耗，  这时我们把性能和功耗结合起来考察 。下表是顺序读的性能和功耗，  ⼆者相除表示固定能量处 理的数据量，  越大越好。

不论在空闲状态还是⼯作状态，  TiPlus7100的功耗表现都比较好，  优势明显。

1.4. 可靠性

SSD的可靠性⾮常重要，不能丢失用户的数据 。⼚家为此需要在NAND颗粒 、主控 、固件等各个⽅⾯做 大量测试 、统计和调校 。用户使用SSD的场景各不相同，  性能优化可以只针对某些场景，  但是数据可靠 性需要在所有场景下都能保证 。譬如SSD盘可以24×7连续⼯作⼏个⽉，  也可以断电放置⼏个⽉，  这些不 同的使用习惯对SSD的数据可靠性提出截然不同的考验 。PyNVMe3利用CRC实现了高效的数据校验能⼒，  可以在任何测试场景中实现透明高效的数据检查功能。

另外，  我们也可以通过延迟分布来预测数据的可靠性 。下图是⼀个盘在刚写完数据之后 、以及掉电放置 2个⽉之后读全盘数据的延迟分布 。可以看到两个⽉后有大量的数据需要100ms 、甚⾄1秒才能读出来。 ⼀⽅⾯，  ⻓延迟会导致用户使用体验变差；  另⼀⽅⾯，  这么⻓的延迟通常意味着NAND数据可靠性变    差，  需要依赖LDPC解码出正确的数据 。暑假结束后，  如果大家发现⾃⼰的电脑变慢很多，  建议检查⼀ 下SSD的SMART数据。

初始状态

两个月后

对于各种不同使用场景的可靠性，  PyNVMe3可以利用其ioworker灵活地制造各种IO序列，  用来检查测试 盘在不同场景下以及不同场景切换时的可靠性。

2. 性能测试

上⾯我们大概探讨了SSD测试需要关注的⼏个方⾯ 。本章我们继续深⼊探讨性能测试，  特别是⼀些贴近 用户实际使用体验的性能测试用例。

2.1 低负载性能

很多性能测试需要创建多个很深的队列，  并直接把负载拉满 。但实际使用中，  低负载才是主流场景 。譬 如我们浏览网⻚ 、写文档 、甚至看在线视频，  对SSD的负载都是⾮常小的 。我们测试低负载的性能主要 看读写命令的完成时间，  也就是延迟 。如果某些命令的延迟大于300ms，  使用者就可能会感受到卡顿 。 我们在这类测试中会固定每秒下发命令的数目，  并收集每个命令的延迟。

2.2. 0秒性能

在互联网还不发达的时候，  我们经常会拷贝很大的电影或者数据库文件，  所以我们⾮常在意持续读写的速度 。但是在互联网时代，  这种使用方式已经不再是主流 。而且随着SSD性能的提升，  很多大文件的拷贝时间也只需要几秒钟 。在这种情景下，  我们非常重视SSD的0秒性能，  要求读写的速度能很快拉满 。  下面是2块不同的测试盘顺序读的性能曲线，  尽管他们总体性能很接近，  但第⼆块盘的0秒性能明显是有问题的。

2.3. 延迟分布

我们平时用电脑最恼火的事情就是卡顿 。可能打开⼀个word文件会卡很久，  可能打开⼀个网站会卡很久，可能编译代码会卡 。如果上面三件事情在同时进行，  那卡顿的可能性就更大 。有些卡顿问题来自于 存储 。SSD号称的快通常指读写带宽，  但在卡顿问题上我们更在意读写的延迟，  特别是最大延迟 。最大 延迟这个指标非常重要：  譬如我们打开⼀个word文件需要同时从SSD读取10个数据，  用户感受到的不是 这10个数据的平均延迟，  而是最慢的那⼀个 。但SSD在最大延迟这个指标上面，  并不是天然优秀。

good

bad

如上图1是⼀个延迟分布非常好的例⼦，  绝大部分IO的延迟集中在很短的时间范围内， 但图2的延迟分 布就相对差⼀些。

2.4. SLC缓存释放速度

很多评测数据是在空盘的时候测试写⼊速度，  也就是所谓的SLC缓存写⼊速度 。这个速度是盘能提供的 最大写⼊速度，  跑分⼀定好看 。但是在实际使用中，  SSD肯定不会是空盘，  甚至会是接近满盘的状态。

这就意味着SLC缓存的效果会大打折扣 。如果断断续续有很多写操作，  后面的数据就会被直接写到    TLC/QLC上面，  导致性能下降 。所以SSD盘⼀般在空闲的时候会尽量把SLC缓存里面的数据再次写⼊ TLC/QLC，  释放SLC缓存空间供后续的写操作使用。

在实际场景中，  我们看重SLC缓存的释放速度，  考察盘在空闲的时候能不能尽可能快地把缓存数据搬移 出去 。这个项目对QLC SSD尤其重要，  因为QLC的写⼊速度特别慢，  而其SLC缓存也会比较⼩ 。如果不 能发挥其SLC缓存的作用，  QLC固态硬盘的写⼊性能会更像机械硬盘。

该项测试由4轮写操作组成，  每轮的空闲时间逐个变长 。如下图所示，  空闲时间越长，  期望被释放出来 的SLC缓存越多，  因此SLC的写⼊性能可以维持越长的时间 。通过这个测试，  我们也可以估算出空闲时 SLC缓存的释放速度。

2.5. 满盘性能

空盘的性能是最好的，  因为这个时候的读写操作通常发生在SLC缓存内 。但日常使用时，  大部分时候盘 都不会是空的 。我们在盘的不同空间占用水平  (例如10% 、50% 、90%等)下测试SSD的性能 。总体  上，  盘越满，  性能越低，  写性能尤其明显 。下表是顺序写在不同空间占用水平下的性能。

10%空间占用  ( 基本空盘)  时候的写入性能都很好 。但盘买来肯定是要用的，不可能⼀直是空盘 。我们 看到50%空间占用的时候，  所有盘的性能都出现大幅下降  ( 因为SLC缓存用完了)  。到了90%空间占用 的时候，  写入性能进⼀步下降 。大家可以根据自己的使用习惯，  参考50%或者90%空间占用时的写入性能。

2.6. 老化性能

很多厂家的标称性能是对新盘测试得到的，  但是当SSD盘用了⼀段时间，  NAND的PE被消耗⼀部分之 后，  性能还会保持吗？ 我们测试了不同PE消耗水平  (例如300PE，  600PE，  900PE等)下的顺序写性 能，  发现有些盘会出现明显的性能衰减 。很明显，  这里不建议大家购买⼆手SSD。

2.7. 性能⼀致性

上⾯我们看到的性能数据都是在测试周期内的性能平均值 。我们总是⼀厢情愿的认为SSD应该提供⼀个 很稳定的性能 。但事实上有太多可能导致性能的抖动，  甚至是间歇性休克 。如下图，  在顺序写的时候， 测试盘出现了周期性的性能降到0的休克现象 。对应到具体使用场景，  如果用户在拷贝⼀个大文件的时 候还在浏览网⻚，  那可能就会遭遇到周期性的卡顿问题了。

至于产生性能抖动的原因其实有很多可能，  譬如：  盘内部回收垃圾数据  ( GC)  、高温保护，  等等 。上  图中红色线是温度曲线，  可以发现当红色线上升到⼀个温度阈值的时候，  开始出现周期性的性能休克现 象 。所以这里的问题应该是由高温保护机制造成的 。以后SSD要上车，  这⼀点⾮常重要！

2.8. 混合性能

标称性能通常是纯读或者纯写的性能，  但实际使用中读写可能混合在⼀起 。有多种可能的混合方式，  譬 如不同比例的读写混合 、读写和Trim命令混合 、和Admin命令混合，  等等 。我们发现在混⼊Trim命令    后，不同盘的性能差异⾮常大 。而在混⼊admin命令后，  差异会更大：  有些盘响应admin命令的时间甚 至会高达数秒 。这些问题在大压⼒的场景下会影响用户的使用体验。

在上表中我们可以注意到980Pro的Trim混合性能并不好，  但这个问题在后续的990Pro上得到了修正。

2.9. 上电时间

还有⼀类性能是上电时间，  就是盘在各种情况下，  从上电到完成第⼀笔读命令的时间 。上电时间在正常 掉电和非正常掉电的情况下会很不⼀样 。下图是⼀个盘500次非正常掉电后的上电读操作完成时间，  分 布在1-5秒之间 。而对于正常掉电，  这个时间基本稳定在0.2秒以内。

另外，  在功耗测试中我们也会统计各种低功耗状态的退出时间 。我们的测试可以控制测试盘在不同时间 点  (精确到us)  退出各种低功耗状态，  并测量退出过程所需要的时间 。可以看到当盘进入低功耗状态的 时间越久，  其退出时间会越长。

上图的低功耗退出时间控制的比较好 。但有些盘的退出时间就比较长而且发散，  这样也会影响到用户的 使用体验。

3. 影响SSD性能和可靠性的各种因素

3.1. 封装

在实际使用中，  首当其冲的问题是散热问题 。以前SATA SSD盘性能低 、尺寸大，  所以发热并不严重 。 但是进入到NVMe SSD时代，  盘的性能成倍增⻓，  而尺寸却变得更小，  SSD的温度问题就暴露出来了 。 有些盘在短时间内读写的性能⾮常好，  但是当测试时间拉⻓，  温度上升到⼀个阈值后就触发了高温保护 机制，  性能随即下降。

上图是⼀个2230封装形式的产品 。我们测试了相同型号的2280封装的产品，  结果如下 。可见，  2280封 装由于散热更好，  性能也更稳定。

3.2. SLC缓存

现在的消费级SSD基本都是使用TLC NAND，  以后会过渡到QLC NAND 。为了提升使用体验，  所有消费 级SSD都使用了SLC缓存的设计 。SLC缓存在空盘的时候能显著提升SSD的性能 。但当SLC缓存用尽后 需要把数据搬运出去，  以释放SLC缓存占据的NAND空间给后续写操作使用 。这种数据搬运的操作必然 会影响SSD的性能和寿命，  所以SLC缓存是⼀把双刃剑 。不同⼚家在SLC缓存的设计上有不同的选择， 在利弊之间调校出自己的风格。

下图是某块盘分别在FOB和接近EOL时，  顺序填全盘的性能曲线 。绿线是FOB时候的性能，  可以看到   SLC性能维持了很长的时间 。通过计算可以看出，  这块盘把⼏乎所有的NAND容量都用来做SLC缓存， 这种使用⽅式对NAND颗粒的磨损非常大 。当盘达到⼀定的磨损程度后，  SLC缓存空间会逐步调整，  以 保证总的写⼊数据量 。图中红线是盘在EOL时的顺序写性能，  可以看到SLC缓存空间⼏乎消失，  表现出 现的性能特性也是和FOB时候的截然不同。

3.3. PCIe Gen4

现在市⾯上的NVMe SSD基本都是PCIe Gen4规格的 。我们通过PyNVMe3把测试盘配置到不同的速度规 格，  比较其顺序读写的性能和功耗，  如下表。

事实上，  在大部分实际使用场景中Gen4并没有带来更高的性能和使用体验，  反而功耗效率还可能不如 Gen3 。那我们还需要急着上Gen5吗？

3.4. NAND颗粒

目前市场上SSD的颗粒基本都是3D TLC NAND，  但也开始出现⼀些QLC的产品 。  目前QLC盘的各种测 试结果还不理想，  需要时间去优化 、完善 、成熟 。我们也希望早日看到国产的3D QLC NAND颗粒。

3.5. 固件版本

SSD的固件经常会升级，  用来解决⼀些性能 、功能或者可靠性的问题 。我们内部测试经常会遇到⼀些问 题可以通过升级固件解决 。但是升级固件也有⻛险，  因为后续固件版本的测试资源肯定不如新产品的第 ⼀版固件那么多 。我们看到过⼀些产品升级固件后活盘变板砖的魔术。

4. 购买建议

基于10多年的SSD开发经验以及大量的测试数据，  我们提供⼀些SSD盘的采购建议，  供大家参考 。  目前 市场上的NVMe SSD大概可以分成2类产品：  高性能盘和高性价比盘 。我们首先要确定自⼰的需求 。如  果不知道自⼰需要哪类SSD，  大概率应该是高性价比盘。

4.1. 高性能盘

这类产品配备大容量的DRAM，  用于存放完整的SSD管理数据，  有助于显著提高SSD的随机读写能⼒ 。 这类盘虽然价格比较高，  但是可以完整发挥NAND的性能特点，  在大负载的使用场景下提供稳定的性     能 。这类产品通常是2280封装，  但还是强烈建议加装散热片，  并用在台式机中 。高性能盘不适合用在笔 记本和超极本中，  散热问题导致其性能大打折扣。

4.2. 高性价比盘

另外⼀类产品主打性价比 。这类产品通常不会配备DRAM，  而是通过HMB特性从系统DRAM中获取⼀部 分内存供SSD使用 。这类产品为了追求低成本，  通常会让模组⼚或者主控⼚操⼑代⼯ 。如果预算有限， 我们可以考虑这类盘 。但高性价比盘的质量参差不齐，  即便是来自大⼚的某些产品也未必可靠 。根据我 们的测试结果，   目前渠道市场上可以推荐的只有下面2款产品。

西数 SN770

长存 致钛 TiPlus7100

4.3. QLC盘

这并不是第3类产品，  而是未来的高性价比盘的必然选择 。未来1 、2年消费者应该可以用更低的价格买 到性能够用且可靠的QLC盘 。我们会持续关注这类产品的发展。

4.4. OEM和渠道市场

渠道市场的产品可以从京东或者Amazon上面直接购买 。OEM产品只会供给Dell 、联想 、小米这些PC厂商 。上面提到的高性价比盘在渠道市场上面的产品测试结果并不好，  但是NAND原厂会投入大量的研发 和测试资源，  来保证其OEM产品的质量 。我们不建议大家购买笔记本后自己更换SSD：  渠道市场的高性 价比盘品质普遍不好，  而高性能盘在笔记本中由于散热问题并不能发挥其正常的性能水平。

4.5. 测试盘信息汇总

总体上，  还是符合⼀分价钱⼀分货的道理，  但确实也有个别产品价格高但品质差 。如果预算有限，  我们 推荐512GB的TiPlus7100和SN770，  虽然不是最便宜的选择，  但在我们的测试中表现相当稳定，  性能和 容量也够用 。再多⼀些预算，  我们可以选择1T的P5Plus和KC3000，  容量和性能都会得到⾮常大的提    升 。如果预算⾮常充足，  我们可以选择P41/SN850/990Pro这些产品，  ⾮常适合游戏玩家。

对于大多数⽇常办公和上网的需求，  配备国产NAND和国产联芸主控的TiPlus7100就⾮常适合，功能、 性能 、功耗 、可靠性的表现都相当不错。

5. 关于PyNVMe3

PyNVMe3是⼀个开放 、高性能且可扩展的NVMe SSD测试⼯具 。它配备了专⻔用于测试的NVMe驱动程 序，  内建原生的Python API接⼝，  并提供了⼀整套完善的测试集 。PyNVMe3帮助SSD开发和测试⼯程师高效地开发测试脚本。

PyNVMe3是⼀个第三⽅的可获得的SSD测试平台，有⼀些⼚商在这个公共平台上⾯联合开发和部署测 试脚本，避免了使用内部私有测试⽅案导致的⼀系列IP⻛险。

PyNVMe3的开放性使其能够充分利用Python软件生态，  提高脚本开发的效率  ( 譬如应用AI⼯具来辅助写脚本)  。此外，  用户还可以将PyNVMe3大量部署到各种计算机上，  以此来保护既有投资。

PyNVMe3的高性能源于其用户空间的轻量级设备驱动程序，  该驱动程序能够减少调用操作系统内核的 开销 。这使得PyNVMe3能够产生比其他测试⼯具更高的IO压⼒，  同时获取更准确的性能数据。

PyNVMe3的可扩展性让用户可以通过自⼰的创新来扩展其测试能⼒ 。PyNVMe3⽀持使用Quarch PAM  设备，  也可以通过⼏⾏Python脚本来集成其他测试设备 。用户可以在常规的CI和自动化测试框架中运⾏ PyNVMe3的测试脚本。

PyNVMe3的测试集覆盖了NVMe协议  ( 包括各种正常和异常测试用例)  、HMB注错 、异步上下电 、IO  压⼒ 、低功耗状态切换和TCG等各种测试 。通过大量Python测试脚本，  实现了完全的自动化测试与数据 分析，  保证了测试结果的准确和公正。

最近⼀年，  我们使用PyNVMe3测试集对消费级SSD市场上的多款产品进行了详细地测试，  每块测试盘  的测试周期长达3个月，  并收集了SSD产品在整个测试周期内的各种场景下的性能和可靠性数据 。欢迎 访问我们的官网获取这些测试的基本结果 。如果需要完整的测试数据和测试服务，  请通过电子邮件联系 我们：  sales@pynv.me。

作为⼀个独立的第三方SSD测试平台和服务供应商，  我们不断优化和提升我们的测试工具，  为客户提供

快速而周到的服务，提供公正客观的资讯，  希望和业界合作伙伴⼀起做出更好更稳定的SSD产品！

获取更多更新的SSD资讯，  请通过下方⼆维码添加我们的微信公众号。