AI向けSSDでQLCとTLCはどう使い分ける？容量・書き込み寿命の見方

AI向けSSDの発表で、容量が大きければ書き込みが多い処理にも向くと思いがちです。用途を決める最初の問いは「何TB置けるか」と「1日に何TB書き換えるか」です。大きなデータセットを置いて何度も読む処理と、更新ログや一時ファイルを連続して書く処理では、同じラックでも必要なSSDが違います。

10月9日、キオクシアはハイパースケール向けのQLC SSD「LD4」を発表しました。15.36 TBと30.72 TBを示し、検証済みの設計が122.88 TBまで対応可能と説明しています。発表時点では一部顧客向けの評価サンプルです。設計上限を、量産品の購入可能容量や耐久性に読み替えずに仕様を読みます。

QLCとTLCの違いは、1セルに何ビット記録するか

TLCは1セルに3ビット、QLCは4ビットを記録します。データを識別する状態の数はそれぞれ8と16です。QLCは同じセル数でより多くのデータを持てます。一方、より多くの状態を識別するため、書き込みや消去の繰り返しに対する設計上の余裕は一般に小さくなります。ここから完成品の寿命や速度を一律には判断できません。

コントローラー、誤り訂正、予備領域、ファームウェア、製品が想定するワークロードでも仕様は変わります。インターフェースが同じPCIe・NVMeでも、連続書き込みの持続性能が同じとは限りません。セルの方式で候補を絞り、購入・調達の判断では型番単位の仕様に戻ります。

DWPDとTBWを同じ単位にそろえる

DWPDは、製品の容量に相当する書き込みを1日何回行える設計かを示す値です。TBWは総書き込み量をTBで表します。容量30 TB、定格0.3 DWPDの仮定なら30×0.3で1日9 TB。1 DWPDなら30 TBです。365日×5年で単純換算すると、約16,425 TBと54,750 TBになります。メーカーの公表TBWや保証条件があれば、その値を優先します。

逆に、1日平均12 TBを30 TBドライブに書く用途は0.4 DWPDです。0.3 DWPDの仮定製品ではその使用条件を満たしません。容量が倍なら同じ0.3 DWPDでも許容書き込み量の見え方は変わるため、比率だけで大小を比べると判断を誤ります。

AIワークロードで読む場所と書く場所を分ける

学習データやモデルの配布先は、更新の頻度によっては読み取りが中心です。チェックポイントの保存、頻繁なインデックス再構築、キャッシュの入れ替えは書き込みの山を作ります。すべてのAIサーバーで同じ負荷がかかるわけではないので、SSDごとにホストからの書き込み量、ピーク、空き容量、長時間動かしたときの応答を測ります。

ストレージ側では、削除と再配置を繰り返すと、ホストの書き込み量とNANDに実際に書き込む量が異なることがあります。比較表では、ランダム・連続、ブロックサイズ、試験の期間など、ベンダーが定格に用いた条件を確認します。障害時は書き込みが増えるため、冗長化や再構築の時間も通常時とは別に確認します。

← 横にスワイプできます →

型番の仕様表で最後に見るところ

容量、DWPD、保証期間に加え、持続書き込み、読み書き混在時の遅延、フォームファクター、消費電力、電断保護を確認します。LD4の発表と別シリーズの仕様書を見比べる場合、別シリーズの耐久性をLD4へ流用しないよう、型番と資料の日付を控えます。今後、最終仕様が公開されたら、評価段階の説明と分けて更新します。

よくある質問

QLCはAI向けに不向きですか。読み取りが多く、書き込み量と遅延が定格に収まる用途には候補になります。用途を一言で決めるより、実際の書き込み量をTB/日で測り、同じ保証期間と試験条件の製品を比較すると判断しやすくなります。

関連解説：メモリ業界の勢力図

関連動画（英語・約9分）：NANDとSSDの違いを含むメモリー業界解説

出典と確認日

• キオクシア LD4発表
• キオクシア エンタープライズSSD仕様表

資料確認日：2026年11月12日。図表とアイキャッチは当ブログが作成。図中では資料に基づく数値と仮定例を区別しています。