漫谈QLC其一：QLC定义及应用

闪存作为固态硬盘的存储介质，正朝着高密度低比特成本的方向不断探索和发展，满足存储市场对“高容量低成本”产品的需求。

目前，闪存增容的主要方式有两种，其一是结构上，由2D NAND到3D NAND，从平面到立体，实现闪存容量的提升，并随着堆叠层数的增加优化成本，继而适应市场需求；其二是逻辑上，提升存储单元存储的位数，即由仅能存储1位数据的SLC，到存储2位数据的MLC，直到如今能存储4位数据的QLC，通过这种方式，提升闪存存储容量优化成本。

本篇推文，将以QLC为关键词，漫谈QLC的定义、优势及应用。

QLC闪存定义及优势

QLC全称为Quad-Level Cell，即四层式存储单元，指的是每个存储单元能够存储4位数据，也就是4bits/cell。鉴于QLC闪存的设计，具有如下几大突出优势：

更大容量，QLC相较于目前主流的TLC闪存颗粒，理论上QLC存储密度提升了33%，在PCB趋小的当下，单颗闪存容量的提升，能够显著提升SSD整体的存储容量，满足终端客户对于小尺寸大容量存储器的需求。

更低成本，在同一片晶圆切割相同数量的闪存颗粒情况下，QLC闪存的存储容量高于TLC闪存存储容量33%左右，对比下来，QLC单位存储容量的成本也就低于TLC闪存，具有更低成本的优势。

尚佳的读取性能，鉴于QLC单位存储单元存储4bits的设计，并由此带来的复杂的写入机制，QLC闪存在写入性能上有着先天不足的劣势，但在读取性能上，表现尚佳，能够满足当下众多读取密集型需求。

更低TCO，以QLC闪存为存储介质的SSD，具有更低的TCO。以常见的服务器和数据中心为例，目前主流的服务器和数据中心大都部署HDD，进行数据存储。而相较于传统的HDD，QLC SSD的TCO更低。

具体来看，TCO是一个综合成本的考量，包括存储密度、可靠性及功耗等都将影响整体的TCO。

存储密度上，QLC SSD尺寸更小，在服务器机架面积不变的情况下，能够部署更多QLC SSD，其存储密度和总容量更高，TCO对比下来也就更低；

可靠性上，HDD传统的机械结构设计，在长久高负载压力下，年化故障率（AFR）高，容易发生故障导致宕机，拉高整体TCO。而QLC SSD可靠性相较于HDD往往更高，能不间断稳定工作；

功耗上，QLC发热量低，服务器机房需要付出的冷却成本相应降低，整体系统PUE也随之降低，继而降低整体TCO。因此，整体上QLC SSD在TCO上有着相当优势。

QLC闪存应用场景

得益于QLC具备的大容量、低成本、读取性能尚佳和低TCO等特性，以QLC闪存为存储介质的SSD开始应用于以下几大典型应用场景：

以ChatGPT为代表的智能AI大模型，随着大模型走向多模态，从GPT3以后，筛选的数据集呈指数倍增，这些数据都需要海量大容量固态硬盘进行本地冷数据存储，同时鉴于大模型的规模不断增长，功耗、TCO成本等都需要考量，由此QLC SSD十分契合智能AI大模型对存储器的多重需求。

如今流行的视频点播、短视频应用等也是QLC SSD大规模部署的典型应用，这些场景的突出特征便是海量数据的冷存储，写入数量远小于读取数量，几乎95%以上的存储命令都是顺序读取；同时由于部署的存储器量级较大，运营部门对数据存储的容量、功耗及成本等十分关注，而QLC SSD具备的读取密集特性、大容量和低成本等特性，成为了该类应用的不二存储选择。

此外，还有诸如大数据、云存储、人机交互HCI等大量以读取密集型为核心的新场景新应用，也都开始部署和应用QLC SSD，充分挖掘和利用QLC闪存特性，以实现业务的高效、经济、稳定运转。