先说结论:这项展示值得记一笔,但现在还不值得你为它拆开机箱。它离「买一块回家跑模型」之间,还隔着好几道门。
我先把能确认的边界划清楚。据 IT之家 转述 SC26 大会的消息,群联(Phison)展示了一款面向 AI 场景的企业级固态硬盘,其中一款内置 NPU 与 64GB 内存,带宽 130GB/s,可以直接在硬盘上跑 PyTorch、vLLM、OpenVINO、llama.cpp 这些框架。
除了上面这几句,公开材料里没有价格、没有出货时间、没有功耗,也没有说清它是整机方案还是单块卡。我不替它补这些细节,下面凡是提到「快慢」的地方,都是拿公开参数和架构逻辑推的,不是跑分。

先说结论:能跑,但别急着拆机箱
这条消息最容易被读成「硬盘要抢显卡的饭碗」,我看完的感觉正好反过来:它其实是把一台小机器塞进了硬盘的壳子里,主角不是存储,是那颗 NPU。
先把话说死:我没上手过这台设备,也没有任何实测数据,所以关于它到底多快的判断,全部停在推理层面。谁要是跟你说他已经测过,先问他要日志。
我的判断是:这类产品的价值不在「盘会算」,而在「数据不用出门」——算力搬到数据旁边,而不是把数据搬去算力。方向是对的,但对的方向不一定马上有人买单。

一块硬盘里塞了什么
按公开说法拆开看,这块盘里至少住着三样东西:存储介质本身、64GB 内存、一颗 NPU。平时这三样分属硬盘、主板内存条、加速卡三个位置,现在被压进同一个壳。
内存这一项的意味比看上去重。模型要跑起来,权重得先落到一个读得够快的地方;给盘配 64GB 内存,等于给推理留了一块固定的落脚地,不用每次都从远端把权重拉一遍。
框架清单更能说明它想接住谁:PyTorch 是实验里最常用的那套,vLLM 主打高并发推理,OpenVINO 偏英特尔生态的部署路线,llama.cpp 是轻量本地跑模型的老实人选择。四样凑在一起,意图很清楚——不只让你「能跑」,还想让你按现成的路子跑。
我的判断是:把内存和 NPU 搬进盘里,省下来的最大一块不是电费,是数据搬运和加载的等待时间。这部分时间平时不显眼,堆到集群规模上就很难看。

130GB/s 到底算快还是慢
130GB/s 这个数字,先放回常识里比一比。家用硬盘的标称速度看到的都是个位数、十几 GB/s 这一档,这里是 130,差着一到两个数量级。所以我倾向于认为它不是一块盘孤零零跑出来的成绩,更像是整个设备把多条通道叠起来的聚合带宽。
带宽快,解决的是「排队」问题。NPU 算得再猛,权重和一车一车的样本读不进来,它也只能干等着;把喂饭速度提到和咀嚼差不多,芯片才不至于闲着。
但带宽不等于延迟,也不等于算力。硬盘的强项是持续吞吐,NPU 的强项是并行乘加;两边凑一块能不能跑出好看的吞吐,取决于模型多大、batch 怎么设、数据是不是躺在同一块盘上。
我的判断是:130GB/s 说明「搬运不再拖后腿」,不说明「推理会变快」。真想看效果,得看端到端一秒吐出多少 token,而不是盯住这一个数。

谁现在用得上
适合谁:数据被规矩按在本地、不许出门的场景。医院影像、工厂质检、离线环境里的设备,这类地方不缺买算力的钱,缺的是「数据别上传」这四个字。
还有一类是多机共享同一份权重的推理集群。权重存放在盘上、计算发生在盘边,省掉一层拷贝,机器越多越划算。
不适合谁:想给自己台式机加一块就本地跑大模型的人。企业级产品的形态、供电、散热、价格,都不是桌面机箱的思路;而且模型换得勤的玩家,要的是随时替换权重的灵活,不是一块固定的落脚地。
我的判断是:最先掏钱的不会是极客,而是那些「合规成本比硬件成本更贵」的行业客户。他们买的不是速度,是数据不出门这件事本身。

还得等两件事
一是价格和购买形态。这是一次大会展示,公开材料里没有售价、没有出货节奏、没有渠道信息,连它算整机还是算单卡都没交代清楚。参数再好,买不到就等于没有。
二是软件栈的成熟度。能在盘上跑 PyTorch 和 vLLM,说明接口通了,不代表好用:固件、驱动、监控、编排、故障切换,这些才是运维天天要碰的东西,也是最容易在演示和量产之间掉链子的地方。
如果真给我一台,我会先测三件事:权重从盘加载到吐出第一个 token 要多久;并发拉高之后吞吐曲线还撑不撑得住;连续满载时盘的温度和功耗是多少。这三样比任何标称带宽都更能说明它能不能进机房。
所以现在的态度是:这条消息值得关注,尤其值得盯它下一版会不会把价格和形态讲清楚;但不值得你现在去拆机箱,更不值得为它推迟手上正在跑的那套方案。