當(dāng)下，開源大模型DeepSeek憑借其強(qiáng)大的語言理解和生成能力，已成為全民追捧的AI工具。無論是文案創(chuàng)作還是代碼編寫，只需“DeepSeek一下”即可輕松解決。然而，隨著用戶訪問量的激增，服務(wù)器無響應(yīng)、等待時(shí)間長等問題也屢見不鮮。一時(shí)間，能夠離線運(yùn)行，且更具隱私性的DeepSeek端側(cè)部署也成為新風(fēng)向。

本地部署雖具備諸多優(yōu)點(diǎn)，但對電腦的硬件配置卻有一定的要求。大模型包含大量參數(shù)，即使是蒸餾過的小模型，模型大小也動輒幾十GB甚至上百GB。電腦除了需要CPU、GPU能夠高效運(yùn)行之外，一款高性能的SSD也必不可少。 憶聯(lián)AM541搭載新一代Jaguar6020主控，內(nèi)置高容量SRAM及IO加速模塊，順序讀取速度高達(dá)7000 MB/s，能夠輕松應(yīng)對DeepSeek大模型加載等高負(fù)載場景，為用戶提供流暢的使用體驗(yàn)，讓用戶真正實(shí)現(xiàn)“DeepSeek自由”。

適配度100%，大模型首次加載絲滑流暢

在DeepSeek本地加載運(yùn)行過程中，SSD是整個(gè)數(shù)據(jù)流的第一棒。當(dāng)DeepSeek完成本地部署后，模型文件即保存在SSD中。當(dāng)用戶加載模型時(shí)，會先將大模型文件從SSD讀取到系統(tǒng)內(nèi)存中，再由內(nèi)存中轉(zhuǎn)傳輸?shù)斤@存，由GPU進(jìn)行推理運(yùn)算。因此，SSD的性能越好，就能越快將數(shù)據(jù)傳輸?shù)紾PU進(jìn)行計(jì)算，體現(xiàn)在實(shí)際應(yīng)用中就是大模型的加載時(shí)間越短。

加載大模型時(shí)數(shù)據(jù)流方式

為了驗(yàn)證憶聯(lián)AM541的性能及場景適配度，我們通過Ollama模型框架在本地部署了Deepseek-R1 8B模型，采用憶聯(lián)AM541 1TB SSD及國內(nèi)友商1TB A產(chǎn)品搭配GeForce RTX 3060 Ti 顯卡，在同等環(huán)境下進(jìn)行了模型加載測

系統(tǒng)配置

大模型加載時(shí)SSD狀態(tài)（見右側(cè)圖）

測試結(jié)果顯示，搭載AM541的PC在加載大模型時(shí)表現(xiàn)出色，首次加載時(shí)間（最快）僅為2.486秒，領(lǐng)先國內(nèi)一線SSD廠商同類產(chǎn)品約9%。這一成績充分體現(xiàn)了AM541對DeepSeek等高負(fù)載應(yīng)用100%適配，能夠?yàn)橛脩魩砀恿鲿车氖褂皿w驗(yàn)。

順序讀突破7GB/s，硬核性能助力用戶暢享“DeepSeek自由”

更短加載時(shí)間背后，反映的是SSD更高的性能及更加靈活的場景適應(yīng)性。得益于SoC內(nèi)置的加速模塊，AM541的標(biāo)稱順序讀寫速度達(dá)到了7000 MB/s、5600 MB/s ，4KB隨機(jī)讀寫速度可達(dá)800K IOPS、800K IOPS。從DeepSeek加載時(shí)的pattern解析來看，AM541性能波峰接近7GB/s，這與其標(biāo)稱的性能高度吻合。

AM541緣何更快？測試人員進(jìn)一步對加載過程進(jìn)行了trace解析，發(fā)現(xiàn)模型加載過程主要以大size命令的低QD順序讀為主，而AM541自帶的Big SRAM策略及延遲控制機(jī)制在處理此類命令時(shí)優(yōu)勢明顯，使得大模型加載時(shí)間大幅領(lǐng)先友商。

此外，經(jīng)測試發(fā)現(xiàn)，當(dāng)大模型在搭載AM541的電腦上完成首次加載后，模型文件即被DRAM緩存，因此當(dāng)設(shè)備Idle后再次加載時(shí)，模型文件可以直接從DRAM傳輸?shù)?a href="http://m.makelele.cn/v/tag/3668/" target="_blank">VRAM，加載時(shí)間比首次更快，真正將DeepSeek變?yōu)橛脩舻摹八饺斯ぞ摺?，隨時(shí)暢享“DeepSeek自由”。

擁抱大模型，憶聯(lián)為AI生態(tài)持續(xù)助力

隨著AI本地化趨勢的加速，DeepSeek一體機(jī)等終端設(shè)備也逐漸普及。在消費(fèi)電子領(lǐng)域，已有主流 PC廠商將DeepSeek大模型嵌入AIPC中，多款手機(jī)也開始發(fā)力AI大模型。未來，個(gè)人電腦、手機(jī)等終端設(shè)備極有可能會搭載多種大模型，甚至各種行業(yè)應(yīng)用也會接入大模型。面對不同參數(shù)規(guī)模的AI模型，以及不同模型頻繁切換帶來的高頻讀寫過程，SSD不僅要有足夠大的容量，同時(shí)對SSD的全面性能及穩(wěn)定性都是一種考驗(yàn)。

依托硬件加速及先進(jìn)的軟件算法，AM541不僅在低QD Latency上具備優(yōu)勢，在多種混合讀寫中均有出色表現(xiàn)，可輕松應(yīng)對多應(yīng)用場景。

在PCMark10測試中，AM541跑分超過了3700，比友商同類產(chǎn)品A高出約300分，在辦公、游戲、內(nèi)容創(chuàng)作等多個(gè)場景中性能領(lǐng)先，其中，在常見的數(shù)字內(nèi)容創(chuàng)作中，AM541平均比友商同類產(chǎn)品快10.5%。

AI浪潮奔涌不停，技術(shù)創(chuàng)新日新月異，作為底層硬件支撐，SSD在AI本地化進(jìn)程中扮演著關(guān)鍵角色。憶聯(lián)AM541憑借其硬核性能，不僅為DeepSeek大模型的本地化部署提供了高效解決方案，也為用戶帶來了前所未有的使用體驗(yàn)。未來，憶聯(lián)將緊跟行業(yè)趨勢，聚焦端側(cè)大模型的技術(shù)痛點(diǎn)，推進(jìn)技術(shù)創(chuàng)新與產(chǎn)品迭代，為AI生態(tài)的繁榮發(fā)展提供持續(xù)動能。

審核編輯 黃宇