企业官网建设流程全解析

AI PC时代，本地大模型跑得慢，很多人第一反应是显卡不行、显存不够，然后琢磨着是不是该上RTX 5090或者等下一代显卡。但实际上，我最近在帮人调试本地部署的时候，发现一个特别容易被忽略的瓶颈——SSD。没错，就是那块硬盘。当你把大模型从显卡、内存一路排查完之后，最后卡住你的，很可能是SSD的读写速度。

这事要从一次实测说起。我给朋友一台配置相当不错的AI PC装本地大模型，CPU是i7级别，显卡是RTX 4070，内存也加到了32GB。按理说跑个7B、13B的模型应该挺流畅，结果加载模型的时候，进度条走得那叫一个磨叽，启动一次要等半天。刚开始我还以为是模型量化版本的问题，换了好几个GGUF格式的文件，速度一点没变。

后来我打开任务管理器看了一眼，CPU占用率不高，GPU占用率也不高，但磁盘读写那一项直接飙到了100%。那一刻我才反应过来，问题根本不在算力上，而是SSD拖了后腿。大模型本地化部署，看着是GPU干活，实际上从磁盘加载模型参数、把模型从显存换到内存、甚至做KV Cache的交换，分分钟都在考验存储设备的性能。

这篇文章我就想聊聊，AI PC时代搞大模型本地化，SSD到底扮演了什么角色，为什么它会影响你的实际体验，以及如果你正打算新装一台AI PC或者升级旧机器，应该怎么选SSD、怎么配置才能让大模型跑得更顺畅。这里面有不少是我自己踩坑踩出来的经验，也有一些是反复对比测试得出的结论，希望能对你有实际帮助。

1. 大模型部署看起来吃显卡，为什么SSD会被卡成瓶颈？

先搞清楚一件事：运行大模型的时候，数据到底是怎么流动的。

每当你启动一个本地大模型，程序要做的第一件事，是把存储在大模型文件里的全部参数，从SSD加载到内存或者显存里。一个大模型的参数量动辄几十亿甚至上百亿，即便用4bit量化，10B级别的模型也要占用5-7GB的存储空间；如果是70B级别的模型，那直接就是40GB起步了。你想想，这些数据全部要通过SSD读一遍，才能交到GPU手里开始推理，整个过程里SSD就是唯一的数据入口。

加载过程只是最直观的一部分。真正容易被忽略的，是推理过程中的数据交换。

比如你开了很大的上下文窗口，让模型同时处理很多内容，这会带来巨量的KV Cache。KV Cache是用来缓存模型注意力计算中的中间结果的数据结构，随着对话轮数增加会越占越多。显存不够用的时候，系统就会把一部分KV Cache放到内存里，甚至放到磁盘上做临时交换。这个交换动作一旦发生，每一次读写都要经过SSD，SSD的速度就决定了你的模型在最坏情况下的响应速度。

还有一种情况是模型太大，没法一次性全塞进显存。这种情况下，很多本地推理框架（比如llama.cpp、Ollama）会采用Memory Mapping的方式，把模型文件直接映射到内存里，用到哪一层参数就实时从磁盘加载哪一层。这时候，磁盘随机的IO性能就不只是影响启动加载了，它会直接影响每一轮推理过程中的参数读取速度。

我用一个简单的类比来解释：本地大模型跑推理，就像一个大厨做一桌菜。GPU就是大厨的手速，内存是操作台，而SSD是身后那个食材仓库。如果仓库取货要等半天，你手速再快，菜也上不快。

所以你会发现一个现象：本地大模型实际跑起来的时候，GPU利用率经常不是满载的，反而时不时掉下去，整机看起来"没使上劲"。这种时候，如果CPU和内存都不算差，绝大多数情况就是SSD的读取速度跟不上模型参数吐出的速度，GPU在空转等数据。很多人花了上万块配显卡，最后体验被一块几百块的SSD给毁了。

2. PCIe 3.0、4.0还是5.0？不同SSD对大模型加载速度的真实影响

2.1 先看懂SSD跑分和实际加载大模型的差距

很多人选SSD只看顺序读取速度，比如标称7000MB/s、10000MB/s这种数字。但说实话，对大模型部署来说，顺序读取速度并没有想象中那么致命。

因为大模型加载的瓶颈，除了持续读取大文件之外，更多时候是"边读边解"的过程。你要先把模型文件读出来，然后做反量化、格式转换、加载到显存，这里面CPU也要参与。我实测过好几块不同规格的SSD，在同一个模型、同一个推理框架下的加载时间差异，很有参考价值。

我用的测试平台配置是：CPU为Intel 13代i5，内存为DDR5 32GB，显卡为RTX 4060 Ti 16GB，系统盘为PCIe 4.0 SSD，测试模型是Qwen2.5-14B-Instruct的Q4_K_M量化版，文件大小约9GB。我分别把模型放在不同性能的SSD上加载，结果如下：

注意，这还只是14B级别的模型。如果你跑的是70B级别的大模型，文件大小动辄40GB以上，SATA SSD和PCIe 4.0 SSD之间的加载时间差距会拉到分钟级别。有一次我在SATA SSD上加载一个70B模型，光等加载就花了快三分钟，那种体验真的让人崩溃。

还有一个容易被忽视的细节：模型加载完之后，第一次对话往往也偏慢。因为推理框架会按需从磁盘读取参数到内存，冷启动阶段SSD性能差异会直接影响首token延迟。跑分再高，如果实际加载和冷启动阶段跟不上，你在应用层感受到的就是"慢"。

2.2 如果你用的是老机器，PCIe 3.0 SSD还够用吗？

现在市面上还有不少老平台只有PCIe 3.0接口，比如Intel 10代、11代平台，或者AMD的3000系、4000系平台。很多人的想法是：反正PCIe 3.0和4.0用起来差不多，不值得为此换整机。

说实话，如果你只是打游戏，这话有一定道理，毕竟游戏加载主要看顺序读取，PCIe 3.0和4.0的实际差距也就一两秒。但放在大模型本地化场景，我建议你还是尽可能升到PCIe 4.0。

原因有两方面。第一，大模型文件体量远超普通游戏，几十GB的吞吐量会把顺序读取能力的差距放大得非常明显。第二，现在入门级的PCIe 4.0 SSD价格已经压得非常低，和PCIe 3.0 SSD的价差基本可以忽略。如果是为了跑本地大模型，我甚至建议直接上旗舰级PCIe 4.0 SSD，把顺序读取和随机读取都拉满。

2.3 PCIe 5.0 SSD到底值不值得为AI PC投资？

PCIe 5.0 SSD的标称速度已经干到10000MB/s甚至14000MB/s，看起来非常猛。我也专门测过一块PCIe 5.0的盘，加载14B模型确实比PCIe 4.0快了几秒，但说实话，这个提升有点"边际效应递减"了。

因为前面说了，模型加载不只是读文件，还要经过CPU解压、反量化、往显存里拷贝这一连串操作。PCIe 5.0 SSD把读取时间压缩得很短之后，剩下的时间主要耗在CPU和内存搬运上，你再怎么提升SSD速度，收益也就那样了。

那PCIe 5.0 SSD在什么场景下才有意义？我个人认为是超大模型（70B以上）的频繁加载场景，或者是多模型切换的场景。比如我需要频繁在Code模型、通用模型、文生图模型之间切换，每次都加载几十GB文件，PCIe 5.0能明显减少等待时间。如果你只跑一两个模型，而且不经常切换，PCIe 4.0旗舰盘是性价比最高的选择。

2.4 容量选择有个"三条线"原则

除了速度，容量也是大模型本地化部署的一个硬指标，这块我建议你按三条线来卡。

入门线是1TB。如果你只跑7B、14B左右的量化模型，再装点常用软件和游戏，1TB勉强够用，但余量不多。

推荐线是2TB。这是我认为AI PC最稳妥的容量起点。一个70B模型就要占40-50GB，再加上Embedding模型、Reranker模型、向量数据库、训练数据集，1TB很快就见底。2TB能让你比较从容地折腾。

进阶线是4TB及以上。适合那种要本地微调模型、同时保留多个底座模型、还要跑RAG知识库的人。我自己主力机现在就是系统盘1TB，模型盘2TB，数据盘2TB分开管理，这样互不干扰，模型盘挂了也不影响系统。

3. 不只是加载：SSD在本地大模型推理全流程中的隐形角色

3.1 上下文窗口越拉越长，存储压力越大

这两年模型越来越大，上下文窗口也越来越大。从早期的4K、8K，到现在的32K、128K甚至1M，本地跑大模型的时候，长上下文需求越来越普遍。这也带来了一个存储层面的新压力。

长上下文的直接后果是KV Cache占用暴涨。哪怕模型本身不大，只要上下文拉长，KV Cache的内存占用可能是模型参数的好几倍。我给你一个粗略的参考：一个7B模型，4bit量化下参数约占4GB，但如果跑128K上下文，KV Cache在某些配置下可能占用高达15-20GB。显存撑不住，就得往内存里放，内存再撑不住，就得往SSD上写。

一旦走到"把KV Cache换到SSD"这一步，SSD的随机写入性能和寿命就会受到考验。这种情况在那些只有16GB显存却硬要跑70B模型的人身上特别常见。

我自己就试过在16GB显存的机器上跑Qwen2.5-72B的Q2量化版，显存装不下全部层，推理框架只能频繁地从SSD读取参数层、写回中间结果。结果就是每生成一个token都要等好几秒，SSD灯基本是常亮的。虽然能跑起来，但体验基本不可用。这里的问题是，如果SSD的4K随机写入性能不行，整个延迟会更夸张。

所以如果你打算在显存不足的机器上强行跑大模型，选SSD时不要只看顺序读取，还要关注随机读写性能，尤其是4K随机写入。这个参数直接决定了缓存交换的流畅程度。

3.2 词表、LoRA合并和Embedding模型，全是存储开销

除了主模型，本地大模型应用还经常需要挂一堆周边的组件。

Embedding模型，就是把文本转换成向量的模型，RAG应用几乎都要用。比如热词里提到的qwen3-embedding-0.6b，这种小模型虽然参数量不大，但在处理大量文档的时候，需要把每篇文章、每个段落都变成向量然后存下来。向量数据存哪里？要么是文件系统，要么是向量数据库，这些IO操作全都在SSD上发生。

LoRA微调更是典型。你可能下载了一个基础模型，然后用某个LoRA适配层来增强代码能力或者对话风格。推理的时候，很多框架会把LoRA权重临时合并到基础模型里，这个合并过程既吃内存，也要从SSD读取LoRA文件。如果你同时维护了好多套LoRA，频繁切换时SSD的读取压力同样不小。

还有词表文件和分词器模型，虽然单个体积不大，但它们在任何一次对话启动时都要被读取。如果SSD的小文件读取延迟高，这部分时间也会被放大。很多人总觉得本地大模型"加载慢"，其实慢在文件的频繁小规模读取上。

3.3 大模型下载、转换和校验：存储的又一个隐形消耗

很多人只关注模型推理时的性能，忽略了模型的下载、转换和校验过程。

一个70B模型的原始权重文件，从HuggingFace下载下来可能要100多GB。在下载过程中，SSD需要持续写入大量数据。如果模型文件是分片下载的，还会涉及临时文件的反复写入。下完之后你可能还要把safetensors格式转成GGUF格式（这样llama.cpp和Ollama才能跑），这个转换过程会临时生成大文件，峰值占用可能是模型体量的两到三倍，需要预留足够的存储空间。

更麻烦的是损坏文件的校验。本地大模型文件动辄几十GB，下载过程中万一网络不稳、断点续传出问题，文件损坏了，轻则加载报错，重则直接无法启动。所以你最好在下载完模型后，去对比一下官方提供的SHA256校验值，确保文件完整。这个过程同样要全盘读取一遍模型文件，SSD读取速度直接影响校验时间。

我给个建议：下载模型前先确认可用存储空间至少有模型体积的三倍，留足转换临时文件和多个量化版本的存放空间。下载工具尽量用支持断点续传和分片下载的，避免文件损坏。

3.4 虚拟内存别让机械硬盘背锅，但也要正确设置

Windows在物理内存不够用的时候，会使用页面文件（pagefile.sys）充当虚拟内存。这其实也是大模型本地化部署的一个隐藏坑。

很多人跑大模型的时候，Windows把所有SSD和HDD按"C盘优先"的顺序使用页面文件。如果C盘是机械硬盘，而显存溢出后系统把数据往页面文件里写，那性能会直接跌到地板。反过来，如果C盘是SSD，但页面文件分配的空间不足，也可能触发系统错误。

我自己的设置习惯是：把虚拟内存设到非系统盘的独立SSD上，固定大小，比如64GB。这样既不会频繁触发系统自动扩容，也不会和系统文件抢信道。固定大小也能减少页文件的碎片化，减小随机I/O延迟。你可以在"系统属性-高级-性能设置-高级-虚拟内存-更改"里操作。对大模型玩家来说，这一步千万别省。

4. 装机与改造实战：SSD选购、分区规划与模型盘迁移避坑指南

4.1 装一台AI PC，SSD应该怎么搭配

如果你准备从零开始配一台专门跑大模型的AI PC，我强烈建议你放弃"一块硬盘走天下"的方案，改成系统盘+模型盘双盘结构。

系统盘建议选一块品质可靠的500GB或1TB PCIe 4.0 NVMe SSD，不需要顶配，稳定就行，主要放操作系统、驱动、常用软件。模型盘是重点，建议1TB起步、2TB最好，直接挑PCIe 4.0甚至是PCIe 5.0的旗舰型号，顺序读取接近或者超过7000MB/s，缓存策略要稳定，全盘写入不掉速的那种。

为什么这么分？因为系统盘的数据是持续读写、长期保活，模型盘的数据是高频读取、间歇性大文件写入，两者的IO特征不一样。放一起的话，Windows系统更新、软件后台索引、杀毒扫描这些操作会把模型盘的IO信道挤占掉，导致模型加载速度忽快忽慢，体验非常不稳定。

硬盘接口方面，能上NVMe M.2就别选SATA，能占用直连CPU的M.2插槽就别跟SATA设备共享带宽。有些主板第二个M.2插槽会和SATA接口共享带宽，插了SATA盘会导致M.2降速，这个选型时一定要查主板说明书。

4.2 系统迁移到SSD，怎么保证原系统不翻车

很多人不是新装电脑，而是旧机器升级，给原系统盘换SSD。这时核心问题就是怎么把老系统盘整体迁移到新SSD，而且不能破坏原有Windows激活状态。

如果你用的正版Windows绑定了微软账户，激活是可以跟着账号走的。迁移后如果提示未激活，可以进"设置-系统-激活-疑难解答"，选择"硬件更改后重新激活"，登录微软账号就能恢复。如果你用的是品牌机预装的正版系统，激活信息通常固化在主板固件里，换硬盘不影响。

不过我还是想多提醒一句：无论你是用系统自带备份还原，还是用第三方工具做硬盘克隆，迁移前一定要先做一次完整备份。我身边有个人迁移时图省事直接Ghost对拷，结果因为分区格式不对、引导文件没处理干净，连蓝屏好几次。现在的UEFI引导和GPT分区跟以前MBR时代完全不一样了，对拷完经常出现引导损坏。

这里推荐一个比较稳的做法：先插上新SSD，用系统自带的磁盘管理给SSD初始化成GPT，再用傲梅分区助手这类工具，选择"迁移系统到固态硬盘"，按向导操作就行。它会自动处理好引导分区、恢复分区这些细节，迁移完再回BIOS把启动顺序改成新SSD，确认启动正常后再格式化旧盘。

4.3 把D盘或旧盘的大模型资料搬到新SSD，要注意什么

还有一种很常见的情况：你新加了一块固态硬盘，想把原来D盘整盘搬过去，比如老的机械硬盘或者SATA SSD上的模型文件、游戏库、素材库。

直接剪切粘贴在几百GB数据面前容易出问题，中途网络磁盘睡死或者资源管理器卡住，很可能造成数据损坏。建议用Robocopy（Windows自带）来搬。管理员身份打开命令提示符，运行：

robocopy D:\source E:\dest /E /COPYALL /DCOPY:DAT /R:1 /W:1 /MT:16

这个命令的意思是把D盘source目录下所有子目录和文件复制到E盘dest目录，包括文件属性和时间戳，配合多线程技术可以提升传输速度。/R:1的意思是失败重试一次，/W:1是重试等待一秒，避免在个别坏文件上无限卡住。复制完成后记得用/MIR做一次镜像比对，确保两边一致。

搬完模型文件后，重新启动Ollama或者llama.cpp时要注意重新设置模型路径。Ollama的模型默认路径在C:\Users\用户名\.ollama\models，要改到新盘的话，设置环境变量OLLAMA_MODELS指向新目录即可。很多人在线下载大模型时把C盘塞爆，就是因为没设置这个变量。

4.4 NVMe SSD散热别忽视，温度过高直接撞墙掉速

这个坑我必须要单独拿出来说，因为大模型场景真的太容易踩了。

加载模型、批量跑Embedding、长上下文吞吐的时候，NVMe SSD动不动就开始高负载工作。消费级主板上的M.2插槽，尤其是靠近显卡插槽的那一个，散热条件往往很差。显卡吹出来的热风直接烘着SSD，再加上SSD本身高速读写发热，温度轻轻松松就飙到70℃甚至80℃。一旦SSD温度撞到温控墙，主控会强制降速来保护颗粒，读取速度可能直接从7000MB/s掉到几百MB/s。

解决办法也简单：给M.2 SSD加装散热片，或者选主板上自带大块散热装甲的M.2插槽。如果你用的是PCIe 5.0 SSD，最好是买那种自带主动散热风扇的版本，或者用主板自带的M.2散热器外加一个小风扇吹着。我自己的模型盘装的就是带热管散热的散热片，实测满载的时候温度能比裸盘低十几度，速度也稳很多。

另外，机箱风道也很重要。很多人装了高端显卡和CPU散热器，结果M.2 SSD活生生被显卡尾气烤着。有条件的话让显卡下方有个进风扇，或者用显卡竖装的方式，给M.2留出散热空间。

5. 软件侧优化：模型路径设置、Ollama缓存与SSD寿命管理

5.1 Ollama的模型目录与预加载设置

Ollama是目前本地部署大模型最省事的工具之一，但它默认把模型放在系统盘，这会让C盘空间迅速告急。安装好Ollama之后，我建议第一时间检查两个环境变量。

OLLAMA_MODELS用来指定模型存放目录，把这个变量指向你的模型盘，比如E:\ollama\models，然后重启Ollama服务。这样你执行ollama pull qwen2.5:14b的时候，大文件都会写入模型盘，不会动C盘空间。

OLLAMA_KEEP_ALIVE控制模型在内存中的驻留时间，单位是秒。默认是300秒，也就是5分钟内没有新请求，模型就会从内存中卸载。如果你经常连续对话、希望反复请求时不用等待重新加载，可以把它设长一点，比如OLLAMA_KEEP_ALIVE=1800，让模型在内存里驻留30分钟。这样做的好处是减少频繁从SSD加载模型导致的漫长等待，坏处是内存会被模型长期占用。具体设多少，根据你的内存容量来调。

刚装好Ollama就跑大模型，很可能遇到"模型在显存里放不下"的情况。Ollama可以设置OLLAMA_MAX_LOADED_MODELS，也就是最多同时驻留几个模型。设成1就是一次只驻留一个模型。如果设了多个模型同时加载，而SSD读取速度跟不上，推理时会非常卡顿。我个人建议日常使用设成1，切换模型时宁可重新加载一次，也别让多个大模型同时抢内存和磁盘IO。

5.2 给大模型文件预留缓存目录

很多AI应用除了模型本体之外，还会在运行时生成很多临时文件，比如各种Tokenizers缓存、转换脚本产生的中间文件、Embedding临时向量等。这些临时文件的默认存放位置往往在用户目录下，也就是系统盘。

如果你跑批量Embedding任务，比如处理一个几GB的文档库，生成的临时向量数据可能相当可观，写满系统盘不是不可能。我建议在部署方案里，提前把以下目录也指到模型盘：

• HuggingFace的缓存目录（默认在C:\Users\用户名\.cache\huggingface），设置环境变量HF_HOME指向新盘。
• llama.cpp的临时缓存目录。
• 向量数据库的数据目录，比如Chroma、Milvus Lite默认存储路径。

提前规划好这些，能避免很多"跑着跑着磁盘满了"的意外。我有一次跑RAG应用，就是把Embedding模型和向量库全装进默认位置，结果一个下午不到，C盘120GB的可用空间直接被写成了个位数，后来单独给模型和数据分配盘才解决。

5.3 SSD寿命没你想得那么脆弱，但也要避免"写入放大"

很多人担心大模型频繁读写会快速耗尽SSD寿命。其实这种担心在一定程度上是多余的。现在主流TLC SSD的擦写寿命普遍在600次全盘写入以上，QLC在300到500次之间。正常情况下，就算你每周下载并转换一个100GB大模型，一年下来总写入量也就十来TB，离寿命上限还很远。

真要说寿命威胁，反而是"写入放大"问题更容易被人忽略。比如系统开了磁盘碎片整理，SSD会义务劳动地搬来搬去；杀毒软件频繁全盘扫描，每一次扫描都在做大量随机读取，虽然读取不耗寿命，但主控可能额外做垃圾回收，导致实际写入量比逻辑写入量高好几倍。

所以日常使用时，建议做这几件事：确认系统对SSD关闭了磁盘碎片整理计划（Windows一般会自动识别固态硬盘并关闭，但旧系统或迁移后的系统最好手动确认）；关闭不必要的系统还原点写入（如果你空间紧张的话）；大文件下载、转换、拷贝尽量在模型盘上完成，避免系统盘空间长期处于80%以上满的状态。SSD剩余空间太少，主控做垃圾回收的效率会变差，长期下来性能和寿命都会受影响。

提示：SSD剩余空间最好保持在20%以上，如果你发现模型盘常年处于爆满状态，就得考虑换更大容量的盘，或者及时删除不再使用的模型文件了。

5.4 用软件监控SSD温度和健康度

既然SSD可能因为温度过高而掉速，那装一个能实时监控SSD温度和健康度的软件就很有必要。CrystalDiskInfo是Windows上非常经典的硬盘检测工具，打开后能看到每个硬盘的温度、健康状态、累计通电时间和累计读取/写入量。

你在跑大模型高负载读写的时候，可以开着CrystalDiskInfo观察SSD温度变化。如果发现温度在正常读写时就超过70℃，建议马上加强散热。如果发现健康度里的"可用备用空间"或"磨损均衡计数"有明显下降趋势，那就该考虑备份数据、准备换盘了。

也可以装厂商配套的SSD管理工具，像三星的Magician、西数的Dashboard，这些工具除了能看到健康状态，还能做一些固件升级和性能优化。很多时候SSD在上高强度负载时莫名其妙掉速，可能不只是温度问题，而是固件bug。及时更新固件有时能解决一些奇怪的兼容性问题。

6. 选盘避坑清单与实测大模型场景下的SSD配置模板

6.1 别只看标称速度，这些参数才是大模型场景的关键

看SSD参数时，官方标称的连续读取速度看看就好，真正需要关注的表格参数主要是这几项。

写入缓存策略和缓外速度是最容易被忽略的。很多SSD标称速度很好看，但那是SLC缓存内的速度。一旦写入量超出缓存容量，速度直接掉到几百MB甚至几十MB每秒。你在频繁下载模型、转换模型格式、批量写入Embedding向量时，很容易触发缓外降速。选购前建议去搜一下具体的缓外速度评测，选那种全盘写入速度稳定的盘，比如采用独立DRAM缓存设计的型号。

还有一个是随机读写性能，特别是4K随机读取。大模型的加载不全是顺序读取，在KV Cache换入换出、小文件频繁读取时，4K性能更重要。4K随机IOPS在旗舰盘和入门盘之间差距很大，有时候标称顺序读取都差不多，实际用起来却一个天上一个地下，原因就在这里。

能选带独立DRAM缓存（DRAM-Less就别碰）的盘就别选HMB方案。DRAM缓存对地址映射表的缓存效率影响很大，尤其在高负载随机读写场景下，有独立DRAM缓存的盘明显更稳。HMB方案虽然也能靠共享主机内存来弥补，但在持续高负载时延迟波动更明显。

主控和颗粒也很重要。大厂原厂颗粒优先，比如三星、海力士、铠侠、长江存储这类原厂颗粒，寿命和可靠性更有保障。主控尽量选群联、慧荣、三星、西数等成熟方案，这些主控的温度控制、垃圾回收调度都更成熟，不容易在长时间高负载运行中出现莫名其妙的掉盘。

整机备份策略也得提前说一句：SSD随时都可能坏，模型文件虽然大多能从网上下回来，但你的对话记录、微调过的数据、Embedding向量库如果丢了，可能真的找不回来了。建议定时把模型盘里的关键数据备份到机械硬盘或者NAS上。跑大模型的机器，数据安全往往比性能更重要。

6.2 各预算段的SSD选型配置参考

我整理了三个档次的配置思路，大家可以根据自己的预算对号入座。

入门配置的操作门槛很低，很多人手头机器就是1TB单盘，直接装了Ollama就跑，也能满足基本需求，但要注意时常清理模型文件，别让磁盘满到影响寿命。

进阶级配置是我最推荐的方向，系统盘和模型盘分工明确，系统更新和杀毒不会干扰模型加载，体验明显上一个档次。散热方面，系统盘正常用主板散热片，模型盘建议上带热管的散热片。

发烧配置适合那些要跑微调、RAG知识库和本地代码助手的硬核玩家。系统盘注重稳定，模型盘追求速度，数据盘不需要多快，主要用来冷备份模型文件和训练数据。PCIe 5.0盘虽然贵，但在超大模型频繁切换的场景下，省下的等待时间确实值得。

6.3 新盘通电后必做的三步初始化

装上新SSD之后别急着把数据往里灌，先花五分钟做好初始化。

第一步，在Windows磁盘管理里把新盘初始化为GPT分区表格式。别再用MBR了，GPT支持大容量分区，UEFI引导也更稳定，而且以后如果要在同一块盘上装双系统或做系统迁移都方便。

第二步，确认4K对齐是否已经生效。现在Windows自带分区工具一般会自动对齐，但如果你用第三方工具分区或者从旧盘对拷过系统，最好用msinfo32或者在命令行里执行winsat disk确认一下。4K未对齐的SSD性能会下降非常明显，尤其是随机读写性能，可能直接砍半。如果发现分区有偏移问题，建议备份数据后重新分区，别得过且过。

第三步，设置好新盘的写入缓存策略。右键点击新盘选择属性-策略，默认情况下"启用设备上的写入缓存"是打开的，这个要保留开启。如果你用的是外置SSD或者移动硬盘盒，那就要注意不要开启写入缓存，否则直接拔线容易丢数据。但内置SSD建议保持开启，能在高负载写入时显著提升性能。

6.4 大模型文件下载和存储的目录习惯

最后聊一个习惯问题：大模型的下载和管理，一定要建立起规范的目录结构。

我自己常用的目录是这样的：

E:\AI Models ├─ LLM\ # 存放各类对话模型 │ ├─ Qwen2.5-14B-Instruct\ │ └─ Qwen3-Embedding-0.6B\ ├─ Embedding\ # 存放Embedding模型 ├─ Reranker\ # 存放重排模型 ├─ LoRA\ # 存放各类LoRA适配层 └─ Datasets\ # 存放微调数据集和处理脚本

每个模型单独一个文件夹，内部同时保存模型文件、官方文档、量化说明和校验值文件。这样一来，以后找模型、迁移数据、对比多个量化版本都一目了然。我用这套目录管理已经一年多了，基本没出过因为文件乱放而找不到模型、或者不知道某个文件是干什么用的窘况。你要尽早也建立一套符合自己习惯的管理规范，后面折腾大模型的时候能省心很多。

7. 实测参考：一个不常见但有效的SSD运维技巧——别让杀毒软件实时扫描模型文件夹

写到这里，我再分享一个很多人在实际部署中不会想到的坑：杀毒软件对模型文件夹的实时监控。

大模型文件有很多是二进制大文件，杀毒软件的实时防护会在模型加载时同步扫描这些文件，导致磁盘IO被大量占用，模型启动速度明显下降。Ollama在第一次启动加载一个大模型时，Windows Defender可能会在后台全盘扫描这个文件，如果文件比较大，扫描时间会很长，给你的感觉就是"卡死了"。

解决办法很简单：把模型存储目录加入Windows Defender的排除名单。操作路径是"Windows安全中心-病毒和威胁防护-管理设置-排除项-添加排除项-文件夹"，把模型盘目录加进去就行。其他第三方杀毒软件也都有类似的排除功能，建议设置一下。

还有一个相关的小技巧：如果模型盘长期不写入新文件，也可以考虑关闭Windows搜索索引对整个模型盘的索引服务，因为动辄几万个小碎片文件的索引会频繁唤醒SSD，制造无意义的IO压力。在"服务"里找到"Windows Search"，或者直接在磁盘属性里取消勾选"除了文件属性外，还允许索引此驱动器上文件的内容"，就能省掉不少后台IO。

8. 我这个折腾一年的人，最后想说的话

大模型本地化部署这件事，真的不是把显卡买贵一点就完事了。整套系统里，GPU负责高速计算，内存负责临时存放数据，SSD负责提供持久化的数据和模型文件。三者里的任何一块短板，都会直接拖住整个系统的实际表现。

我这几个月帮人折腾了挺多台AI PC之后，最大的体会就是，很多人装完机器跑大模型，发现慢，第一反应永远是"是不是显卡太弱"，然后换显卡、加显存，结果可能那个问题压根不在显卡上。SSD这块，你只需要花一两千块钱就能上一个明显缓解存储瓶颈的方案，比起动辄大几千上万块的显卡升级，性价比高太多了。

所以如果你现在准备组装一台AI PC，或者刚跑起本地大模型，觉得加载慢、推理慢，建议你按这个顺序检查：先确认模型是不是存在高速NVMe SSD上，再确认SSD有没有过热降速，然后看看虚拟内存和交换文件是不是被Windows放到了低速硬盘，最后再设置一下杀毒软件排除和模型驻留时间。这几步做完，绝大多数加载慢、启动慢的问题都能解决。

至于SSD的选购，我个人的建议非常直接：预算允许就上2TB PCIe 4.0旗舰盘当模型盘，系统盘用1TB稳定盘分开；经常跑70B以上大模型且频繁切换模型的朋友，再考虑PCIe 5.0盘；SATA盘和机械硬盘就别拿来跑主力的本地大模型了，放在NAS里做冷备份就挺好。

AI PC时代，算力的确重要，但算力要真正被发挥出来，离不开存储这条"数据管道"的畅通。别让你的大模型被SSD卡了脖子。