Samsung Electronics ha avviato la produzione di massa del PM1763, un SSD enterprise progettato per data center e server AI di nuova generazione. Il punto centrale non è soltanto l’aumento della capacità di archiviazione, ma il ruolo sempre più critico dello storage nei cluster dedicati ad addestramento e inferenza: GPU e CPU possono lavorare al massimo solo se i dati arrivano con continuità, senza colli di bottiglia tra memoria, calcolo e archiviazione.
Il PM1763 è destinato alle piattaforme basate sui prossimi acceleratori Nvidia Vera Rubin e introduce il supporto allo standard PCIe 6.0, con una larghezza di banda raddoppiata rispetto alla generazione precedente. Questo passaggio è rilevante perché i workload AI non dipendono solo dalla potenza di calcolo delle GPU, ma anche dalla velocità con cui dataset, checkpoint, embedding, parametri e modelli vengono caricati, spostati e resi disponibili ai nodi di elaborazione. In un’infrastruttura AI moderna, lo storage non è più un livello passivo, ma una componente attiva della pipeline computazionale.
La nuova unità sarà disponibile nei tagli da 4, 8 e 16 TB. La versione da 16 TB raggiunge prestazioni dichiarate molto elevate, con lettura sequenziale fino a 28.400 MB/s e scrittura sequenziale fino a 21.900 MB/s, circa il doppio rispetto al precedente PM1753. In termini pratici, Samsung indica una velocità sufficiente a trasferire un modello linguistico da 40 GB in circa 1,4 secondi. Per i data center AI questo significa ridurre i tempi morti nelle fasi di caricamento, aggiornamento e distribuzione dei modelli, soprattutto quando più acceleratori devono accedere rapidamente agli stessi dati.
L’architettura del PM1763 combina V-NAND di nona generazione e un nuovo controller basato su processo a 4 nanometri. Questa integrazione punta a migliorare non solo la velocità, ma anche l’efficienza energetica, un parametro sempre più importante nei data center ad alta densità. Quando migliaia di SSD operano insieme in cluster AI, il consumo per unità e la gestione termica diventano fattori economici diretti, perché incidono sui costi operativi, sul raffreddamento e sulla stabilità delle prestazioni nel tempo.
Un elemento tecnico significativo è l’adozione del raffreddamento D2C, Direct-to-Chip, con cold plate applicata direttamente ai componenti. Questa soluzione consente di mantenere prestazioni più stabili durante carichi prolungati, un requisito essenziale per ambienti AI in cui lettura e scrittura intensiva possono durare per ore o giorni. Nei data center tradizionali lo storage poteva essere dimensionato soprattutto in base a capacità e affidabilità; nei cluster AI, invece, deve sostenere throughput elevato, bassa latenza, efficienza termica e continuità operativa.
Il PM1763 mostra anche come la filiera dell’AI stia diventando sempre più specializzata. L’attenzione pubblica si concentra spesso su GPU e HBM, ma la prestazione complessiva di un sistema dipende dall’equilibrio tra tutti i livelli: acceleratori, memoria, rete, storage, alimentazione e raffreddamento. Un SSD enterprise ottimizzato per PCIe 6.0 e per piattaforme AI serve proprio a evitare che l’investimento in calcolo venga limitato da un sottosistema dati troppo lento.
La direzione è chiara: i data center AI stanno imponendo una nuova generazione di componenti infrastrutturali, costruiti non per server generici, ma per pipeline di calcolo intensivo e modelli sempre più grandi. Con PM1763, Samsung rafforza il proprio ruolo nello stack hardware dell’intelligenza artificiale, affiancando alla memoria ad alte prestazioni una soluzione di storage pensata per alimentare in modo continuo i sistemi GPU di prossima generazione.