景：

目前，大模型的发展已经非常火热，关于大模型的训练、微调也是各个公司重点关注方向。但是大模型训练的痛点是模型参数过大，动辄上百亿，如果单靠单个GPU来完成训练基本不可能。所以需要多卡或者分布式训练来完成这项工作。

一、分布式训练

1.1 目前主流的大模型分布式训练主要包括两种：

?数据并行训练

?模型并行训练

二、DeepSpeed

DeepSpeed是由Microsoft提供的分布式训练工具，旨在支持更大规模的模型和提供更多的优化策略和工具。对于更大模型的训练来说，DeepSpeed提供了更多策略，例如：Zero、Offload等。

2.1 基础组件

分布式训练需要掌握分布式环境中的基础配置，包括节点变化、全局进程编号、局部进程编号、全局总进程数、主节点等。这些组件都跟分布式训练紧密相关，同时组件之间也有非常大的联系，例如通信联系等。

2.2 通信策略

既然是分布式训练，那机器之间必须要保持通信，这样才可以传输模型参数，梯度参数等信息。

DeepSpeed提供了mpi、gioo、nccl等通信策略

我们在使用DeepSpeed进行分布式训练的时候，可以根据自身的情况选择合适的通信库，通常情况下，如果是GPU进行分布式训练，可以选择nccl。

2.3 Zero（零冗余优化器）

Microsoft开发的Zero可以解决分布式训练过程中数据并行和模型并行的限制。比如： Zero通过在数据并行过程中划分模型状态（优化器、梯度、参数），来解决数据并行成可能出现内存冗余的情况（正常数据并行训练，模型全部参数是复制在各个机器上的）；同时可以在训练期间使用动态通信计划，在分布式设备之间共享重要的状态变量，这样保持计算粒度和数据并行的通信量。

Zero是用于大规模模型训练优化的技术，它的主要目的是减少模型的内存占用，让模型可以在显卡上训练，内存占用主要分为Model States和Activation两个部分，Zero主要解决的是Model States的内存占用问题。

Zero将模型参数分成三个部分：

Zero的级别如下：

2.4 Zero-Offload：

相比GPU，CPU就相对比较廉价，所以Zero-Offload思想是将训练阶段的某些模型状态放（offload）到内存以及CPU计算。?

??Zero-Offload不希望为了最小化显存占用而让系统计算效率下降，但如果使用CPU也需要考虑通信和计算的问题（通信：GPU和CPU的通信；计算：CPU占用过多计算就会导致效率降低）。

Zero-Offload想做的是把计算节点和数据节点分布在GPU和CPU上，计算节点落到哪个设备上，哪个设备就执行计算，数据节点落到哪个设备上，哪个设备就负责存储。

Zero-Offload切分思路：

下图中有四个计算类节点：FWD、BWD、Param update和float2half，前两个计算复杂度大致是 O(MB)， B是batch size，后两个计算复杂度是 O(M)。为了不降低计算效率，将前两个节点放在GPU，后两个节点不但计算量小还需要和Adam状态打交道，所以放在CPU上，Adam状态自然也放在内存中，为了简化数据图，将前两个节点融合成一个节点FWD-BWD Super Node，将后两个节点融合成一个节点Update Super Node。如下图右边所示，沿着gradient 16和parameter 16两条边切分。?

??Zero-Offload计算思路：

在GPU上面进行前向和后向计算，将梯度传给CPU，进行参数更新，再将更新后的参数传给GPU。为了提高效率，可以将计算和通信并行起来，GPU在反向传播阶段，可以待梯度值填满bucket后，一遍计算新的梯度一遍将bucket传输给CPU，当反向传播结束，CPU基本上已经有最新的梯度值了，同样的，CPU在参数更新时也同步将已经计算好的参数传给GPU，如下图所示。?

?2.5 混合精度：

混合精度训练是指在训练过程中同时使用FP16（半精度浮点数）和FP32（单精度浮点数）两种精度的技术。使用FP16可以大大减少内存占用，从而可以训练更大规模的模型。但是，由于FP16的精度较低，训练过程中可能会出现梯度消失和模型坍塌等问题。

DeepSpeed支持混合精度的训练，可以在config.json配置文件中设置来启动混合精度（"fp16.enabled":true）。在训练的过程中，DeepSpeed会自动将一部分操作转化为FP16格式，并根据需要动态调整精度缩放因子，来保证训练的稳定性和精度。

在使用混合精度训练时，需要注意一些问题，例如梯度裁剪（Gradient Clipping）和学习率调整（Learning Rate Schedule）等。梯度裁剪可以防止梯度爆炸，学习率调整可以帮助模型更好地收敛。

三、总结

DeepSpeed方便了我们在机器有限的情况下来训练、微调大模型，同时它也有很多优秀的性能来使用，后期可以继续挖掘。

目前主流的达模型训练方式： GPU + PyTorch + Megatron-LM + DeepSpeed

优势

1.存储效率：DeepSpeed提供了一种Zero的新型解决方案来减少训练显存的占用，它与传统的数据并行不同，它将模型状态和梯度进行分区来节省大量的显存；

2.可扩展性：DeepSpeed支持高效的数据并行、模型并行、pipeline并行以及它们的组合，这里也称3D并行；

3.易用性： 在训练阶段，只需要修改几行代码就可以使pytorch模型使用DeepSpeed和Zero。

参考：

1. http://wed.xjx100.cn/news/204072.html?action=onClick

2. https://zhuanlan.zhihu.com/p/513571706

作者：京东物流 郑少强

来源：京东云开发者社区 转载请注明来源

html, 
body { scroll-behavior:smooth; }

{
 behavior: "auto" | "instant" | "smooth", // 默认 auto
 block: "start" | "center" | "end" | "nearest", // 默认 center
 inline: "start" | "center" | "end" | "nearest", // 默认 nearest
}

<div class="wrap">
 <div onClick="onScrollIntoView()">点击让黑色块到顶部</div>
 <ul class="body">
 <li>1</li>
 <li>2</li>
 <li id="box">我是黑色</li>
 <li>3</li>
 <li>4</li>
 </ul>
</div>

function onScrollIntoView () {
 var element=document.getElementById("box");
 element.scrollIntoView({behavior: "smooth"});
}

var timer=setInterval(function() { // 定时器 每10毫秒执行一次
 // 顶部距离 document.body.scrollTop=1000 
 var speed=50 // 返回顶部速度 
 document.body.scrollTop=document.body.scrollTop - speed
 if (document.body.scrollTop===0) { // 返回到达顶部后， 销毁定时器
 clearInterval(timer)
 }
}, 10)

var onTop=function (a, b, c, d) {
 if (a==b || typeof a !='number') {
 return
 }
 b=b || 0
 c=c || 2
 
 var speed=function () {
 a=a + (b - b) / c
 
 if (a < 1) {
 d(b, true)
 return
 }
 d(a, false)
 requestAnimationFrame(speed)
 }
 speed()
}

var target=document.body.scrollTop ? document.body : document.documentElement
onTop(target.scrollTop, 0, 4, function (value) {
 target.scrollTop=value
})

者：黑山老妖LYN

为了争夺入门级SSD的市场份额，从2015年开始很多厂家都先后推出了采用TLC NAND颗粒的SSD产品，价格也不断的创出新低。一直没有推出TLC SSD的intel和浦科特两家一线厂家也都在近期高调发布TLC SSD新品。之前炒得很热门的浦科特第一款TLC SSD产品M7V现在已经正式上市，M7V按照接口的不同又细分为两个型号：SATA接口的为M7VC，M.2接口的为M7VG。零售价格是：SATA接口M7VC中128G定价279元，256G定价459元，512G定价869元。M.2接口的M7VG中128G定价369元，256G定价569元，512G定价1239元。这个定价已经与很多低端MLC SSD持平，那么廉价的入门级SSD应该怎么选？是买高端TLC SSD，还是买低端MLC SSD呢？这次就通过M7V的实测来帮大家分析一下。

浦科特 M7VG 128G M.2 2280固态硬盘

浦科特M7VG 256G介绍

先来看看这次的主角：M.2接口的浦科特M7VG 256G。M7V M.2接口与SATA接口一样都是采用新一代的Marvell 88SS1074主控+东芝原厂15nm eTLC NAND颗粒。

M.2接口的浦科特M7V，在包装上要比SATA接口版本的包装Q很多，透明塑料的包装外壳，包装盒正面按照老惯例标明了具体型号和各个不同容量版本SSD的最大读写速度，M.2接口的具体型号为M7VG，而SATA接口的具体型号为M7VC。M.2版本的外包装上没有和SATA版本那样详细的注明缓存、电压、电流、MTBF等参数，同样也未注明是采用TLC NAND颗粒。

M.2版本的SSD在外观上就肯定没有SATA版本那么花哨了，没有彩色的外壳，只有裸露的PCB加上各种芯片。不过浦科特M7V上贴了很多标签，如果要看清楚各种芯片，就需要把标签撕下来，我个人的做法是用吹风筒的热风轻轻吹一下，就可以揭开各种标签，注意不要整个撕下来，轻轻卷到一边就好，等下用热风再吹一下，就可以卷回去，不影响保修。M.2接口的M7V是2280的规格，绿色PCB的正面是一个主控芯片+一个缓存颗粒+两个NAND颗粒。PCB的背面则是空白一片。

M.2接口也称为NGFF接口，基于PCIE M.2协议。与SATA接口不同，M.2占用的是PCIE通道，因此它可以获得更充裕的带宽和更快的传输速度。目前SATA3接口的理论传输速率最高只有6Gb/s，大概相当于600MB/s的传输速度。面对飞速提升的固态硬盘读写速度，SATA3接口已经成为高速公路上的瓶颈。而M.2接口的理论传输速率可以达到10Gb/s，相当于1G/s的传输速度，部分走PCIE 3.0总线的Ultra M.2甚至号称达到32Gb/s。M.2接口的设计非常灵活，可以通过金手指部分的两个缺口来定义接口模式。小的缺口是B key，单独使用B key时为“Socket2”，此时仅运行在PCI-E 2X传输模式下，速度较低但可以提高对SATA3的兼容性。大的缺口为M key，当B key和M key同时使用时为“Socket3”，此时运行在PCI-E 4X传输模式下，真正发挥M.2接口的速度优势。主板上的M.2接口上一般都有“Socket2”或者“Socket3”的标识。

M.2接口的M7V使用的主控芯片与SATA版本一样，都是Marvell的第五代SATA主控88SS1074B1，这是一款针对15nm NAND Flash推出的四通道主控，最高只能支持512G容量。其特点如下：

1. 支持SATA 6Gb/s接口标准；

2. 采用先进的28nm CMOS制造工艺；

3. 可以支持15nm制程的TLC/MLC/SLC和3D堆栈闪存；

4. 支持DEVSLP休眠模式以实现低功耗；

5. 以400MT/s的速率支持ONFI 3/Toggle 2接口标准；

6. 支持256位AES加密技术。另外还支持Marvell的第三代NANDEdge纠错技术和LDPC低密度奇偶校验技术。

从浦科特官方的宣传资料来看，M.2接口的M7V和SATA版本一样，支持 PlexTurbo 、PlexCompressor、PlexVault 三个浦科特自家的SSD 应用软件。在使用寿命方面，官方说法是最高支持2000PE。与之前浦科特采用MLC NAND的SSD有所不同的是，M7V新增了PlexNitro效能优化缓冲技术，我们知道，之前浦科特采用MLC NAND的SSD都没有采用SLC Cache技术来提高使用体验。而M7V是TLC SSD，所以现在同样也需要使用SLC Cache技术。浦科特官方的资料中也说明了PlexNitro是以“SLC Mode”优化效能表现，并且标明了各个容量版本的SLC Cache空间大小。

128G版本的Cache空间为1.5GB，256G版本的Cache空间为3GB，512G版本（官方图片资料中错标为521GB）的Cache空间为6GB。

缓存由单个南亚的缓存颗粒组成，编号分别为NT5CC256M16DP-DI，为DDR3L 1600颗粒，CL=11，容量为512MB。

NAND颗粒编号TH58TFT0UHLBAEF，从编号上来看，是BGA封装的东芝原厂Toggle NAND，15nm制程，属于企业级的eTLC，单颗容量为128GB，一共两颗组成256G。

一个SSD的性能主要由主控芯片、缓存、NAND颗粒三者共同决定，其中最关键的是主控和NAND。主控除了决定性能外，还确定了SSD在纠错、垃圾回收、压缩算法等方面的特点。NAND除了决定性能外，还关系到SSD的使用寿命等问题。目前最常见的NAND有SLC、MLC、TLC三种。SLC速度快、寿命长，具有约10万次擦写寿命，但是价格昂贵，目前只有少数高端企业级产品在使用；MLC的速度与寿命都逊于SLC，大概5000次擦写寿命，但是因为价格适中，目前被主流SSD广泛使用；TLC速度比MLC更慢、寿命更短，约500—1000次擦写寿命，但是价格更加便宜，目前一般被低端SSD所使用。

为了提高MLC的寿命，很多厂家在生产MLC时会对晶圆进行筛选，选出部分优质的晶圆作为企业级的eMLC颗粒。厂家还通过调整eMLC的内部参数来达到增加P/E的目的，现在eMLC的PE甚至可以达到10000次。目前TLC SSD普及的有利因素是价格，不利因素则是使用寿命问题。很多NAND厂家就通过筛选TLC晶圆来生产eTLC颗粒，即企业级的TLC颗粒，目前东芝eTLC NAND已经号称能够达到2000 PE的水平，虽然达不到MLC的3000-5000 PE，但是比普通的TLC提升了一倍。

浦科特M7VG性能实测

下面就来实测M.2接口的浦科特M7V的实际性能究竟怎么样。

测试平台用我新入手的ROG Maximus VIII Formula主板，搭配我托人从TW带回来的特挑威刚XPG Z1 DDR4 3200。M8F主板主打RBG信仰灯，颜值秒杀仲基老公。威刚XPG Z1 DDR4 3200虽然不是灯条，但是默认小参非常喜人，XMP直接上DDR4 3200 16-16-16-36，电压1.35V，海力士SKhynix H5AN4G8NMFR-TFC颗粒，金黄色马甲。默认电压模式时序轻松上DDR4 3466。

一、理论性能测试

首先测SSD的常规五项：AS SSD Benchmark、CrystalDisk Mark、ATTO Disk Benchmark、Anvil’s Storage Utilities、TxBENCH。这五款软件都能够测试SSD的最大持续读写速度，AS SSD Benchmark可以测得SSD在队列深度QD64下的随机4K读写速度，CrystalDisk Mark和TxBENCH可以测得SSD在队列深度QD32下的随机4K读写速度，Anvil’s Storage UtilitiesSSD可以测得队列深度QD4、QD16下的随机4K读写速度。ATTO Disk Benchmark则主要是测SSD的最高持续读写速度。

在AS SSD Benchmark测试中，浦科特M7VG的得分达到了1136分，Anvil’s Storage Utilities的得分为4552.60，这两个分数都与SATA接口的M7VC 512G非常接近，已经超过了大多数的中端MLC SSD，是目前为止我见过的跑分最高的TLC SSD。CrystalDisk Mark测得的持续写入速度达到了535 MB/s。在各个队列深度下的随机4K读写性能也都非常不错。目前TLC SSD最大的短板就是持续写入速度和深队列下的随机4K写入性能。而M7VG的理论性能测试成绩比之前已经算很强的OCZ Trion150系列还要好，这主要是得益于Marvell 88SS1074主控和更先进的SLC Cache机制。

测试成绩汇总对比与结果分析：

在上面几个软件的理论性能测试中，浦科特M7VG 256G的表现基本和SATA接口的M7VC 512G持平，可见基于SATA主控的SSD产品，不管是采用M.2接口还是SATA接口，其性能本质依然是SATA级别的，并不会因为采用了M.2接口就有量的提高。在与其他二十几款SSD的横向对比中，M7V依靠SLC Cache的爆发力，在SSD的常规五项测试中甚至超越了很多MLC SSD，很多测试成绩居然和浦科特3月新发布的M6S+非常接近。而且还有一点就是单队列的随机4K写入性能偏弱，很多测试中速度只有100MB/s左右，这个可能与主板M.2接口走PCH的延时较高有关系。整体来说，M7V的理论测试成绩已经是非常的不错，不仅完胜其他几款TLC SSD，甚至能够跻身中端MLC SSD的性能水平。不过这仅仅是理论性能测试，后面还有实际应用的测试。

接着进行满盘的性能衰减测试，按照惯例使用软件对M7V进行反复的大量数据写入，写满、删除、再写满、再删除。当M7V被反复填满数据后，再删除2GB数据以提供空间给运行CrystalDisk Mark使用。M7V即使在几乎100%空间被占用的情况下，依然能够保持接近空盘时的性能，这个应该得益于更加先进的SLC Cache机制和浦科特的True Speed技术。

二、M7VG的SLC Cache机制对比

由于TLC NAND的写入性能要低于MLC NAND，所以目前几乎所有的TLC SSD都采用了SLC Cache技术来提高测试成绩、改善用户使用体验。SLC Cache技术的原理其实很简单，就是把部分空间模拟SLC颗粒来运作，各个厂家的具体操作方式又各不相同，用于SLC Cache的空间大小设置也不同。

前面已经提到过，浦科特M7V系列中128G版本的SLC Cache空间为1.5GB，256G版本的SLC Cache空间为3GB，512G版本的SLC Cache空间为6GB。下面来对比一下M7V的SLC Cache机制。对比参照物选择的是240G的OCZ Trion150，因为Trion150同样非常强悍，而且SLC Cache空间大小的设置与M7V比较接近。OCZ Trion150采用群联S10主控+东芝原厂15nm制程的 TLC NAND颗粒，240G版本的SLC Cache空间大小约为4.5G。同样用于对比的还有SATA接口的M7V 512G（SLC Cache空间大小约为6G）。

下图是三个盘在测试数据模块分别设置为1GB、2GB、4GB、8GB、16GB时的CrystalDisk Mark测试图，左边为浦科特M7VC 512G（SATA），中间为M7VG 256G（M.2），右边为OCZ Trion150 240G。

在我以前测试过的TLC SSD中，当持续写入的数据模块大于SLC Cache空间大小时，持续写入性能就会出现断层式的下降，下降到TLC NAND的真实写入性能水平。而且此时主控会忙于尽快清理出更多的SLC Cache空间来供给测试使用，主控和缓存资源都被极大的占用，因此会影响到SSD的整体性能，尤其是深队列下的4K随机读写成绩。

当测试数据模块的大小设置为4GB时，虽然未达到OCZ Trion150的4.5GB SLC Cache空间的容量，但是Trion150的QD32持续写入速度和QD32随机4K读写速度已经出现了大幅度的下降。把测试数据模块的大小增加到8GB和16GB之后，Trion150的但单队列持续写入也同样出现了大幅度下降。再来看看M7V的表现，当测试数据模块的大小设置为4GB时，测试数据小于M7VC 512G的6GB SLC Cache，而大于M7VG 256G的3GB SLC Cache，因此M7VG 256G的主控开始要对SLC Cache空间进行清理，因此QD32的随机4K写入性能稍微出现了下降。而M7VC 512G的性能则变化不大。把测试数据模块的大小增加到8GB之后，测试数据模块已经都大于两款M7V的SLC Cache空间大小，但是两款M7V的性能下降幅度也并不大，尤其是M7VC 512G，性能下降非常微弱。而M7VG 256G的单队列持续读写和单队列随机4K读取性能下降的幅度就比M7VC 512G要大，此时SLC Cache空间大小的差距就体现了出来。当测试数据模块的大小设置为16GB时，M7VG 256G在性能上的下降幅度就比M7VC 512G要更明显一些。

通过以上的数据对比，基本上可以得出两个结论，第一是浦科特M7V所采用的Marvell 88SS1074主控在处理SLC Cache空间溢出时效率更高，在SLC Cache空间稍微不够用的情况下，主控通过及时的数据整理能够在很大程度上消除SLC Cache空间数据溢出对性能的影响。而当测试数据模块明显大于SLC Cache空间大小时（例如测试数据模块为16GB时）。Marvell 88SS1074主控表现出了很强的“救火”能力，虽然各项读写速度均有小幅度的下降，但是在QD32队列下的4K随机读写性能下降幅度明显要小于采用群联S10主控的OCZ Trion150。这个特点正好针对以往TLC SSD在遇到SLC Cache空间爆仓时出现深队列下随机4K读写性能暴降的缺点做了积极的弥补。第二则是针对浦科特M7V同系列的SSD，容量越大其SLC Cache空间越大，在应付SLC Cache空间爆仓时的救火能力也就越强，因此如果预算允许的话，还是应该尽量购买更大容量的M7V。

三、模拟实际使用环境性能测试

PCMARK8是目前最接近实际使用环境的模拟测试软件，其中存储设备测试部分有游戏、办公、图形处理等几个项目，其测试成绩比前面常规五项的几个软件都更能真实的反映出SSD的实战性能。更确切的说，是在家用、游戏以及普通办公情况下的SSD实际性能。在反复满盘写入、删除后进行PCMARK8测试就更能够反映出一个SSD在长时间使用后的实际性能表现。浦科特M7V 256G M.2的总分为4921。这个得分明显比前面的常规五项更能体现M7V在二十几款SSD中的性能定位。

PCMARK8的测试数据量十分巨大，达到了几十G，远远超过了M7V的SLC Cache空间，其测试强度绝非前面几款软件可以相提并论的。很多在常规五项中表现出色的TLC SSD，一跑PCMARK8就被打回原形。M7V在PCMARK8中的表现也没有在前面的常规五项中那么凶猛，但依然是最强的TLC SSD。在和中低端MLC SSD的对比中，虽然小幅度落后于中端的MLC，但同样可以小幅度领先于低端MLC SSD。对比闪迪加强版这种使用超低端SMI 2246XT主控的廉价MLC SSD，除了在PhotoShop重载测试中稍微落后之外，其他测试项目全部完胜。

从测试结果中可以看出，依靠Marvell全新的88SS1074主控+东芝原厂15nm eTLC NAND颗粒，TLC SSD在性能上已经获得了不小的提高，更先进的SLC Cache机制使得TLC SSD在性能上干掉低端MLC SSD成为现实。

四、实际使用测试

这部分测试主要从平时的实际应用中来测试浦科特M7V的性能表现。Windows系统的启动时间和游戏的加载时间上，M7V已经和很多中端MLC SSD持平。Photoshop的加载测试中，M7V落后于中端MLC SSD的幅度很小，而且依旧领先于TLC SSD和低端MLC SSD。

五、配套软件

一个硬件的做工用料好，是物质基础，而如果要用得舒心，那么配套软件也很重要，这就是所谓的软件附加值。软件是用户和硬件之间交互的桥梁。比如我测试平台中的华硕M8F主板，之所以敢卖那么贵，除了主板本身的品质之外，配套的软件也有很高的附加值，非常方便的就可以在系统里使用超频软件对CPU频率、内存频率和时序、风扇转速、各部分电压等各个超频参数进行调整。

现在很多知名品牌的SSD都附带有很好的配套软件。M7V和浦科特的高端产品一样，都能够支持PlexTurbo、PlexCompressor、PlexVault 这三款浦科特自家的SSD 应用软件。浦科特SSD通用的Plextool软件就不用多介绍了，能够监测SSD信息、读取SMART数据、进行Trim优化、SecretErase、固件升级等操作。

PlexTurbo之前只针对浦科特的高端SSD开放，现在M7V也同样能够使用。PlexTurbo以系统内存作为SSD的缓存，从而实现系统加速及减少NAND写入量的目的。PlexTurbo软件可以自由设定用于SSD缓存的系统内存大小和内存数据写入SSD的间隔时间。当交换的数据量小于内存缓存的时候，读写操作其实都是在内存内部进行，只有达到预定的释放时间后数据才会被真正写入SSD中。因此测得的SSD性能非常强劲（其实测的是内存），而且这样能够减少NAND的写入量，延长SSD的寿命。这个功能对于系统内存在16GB以上的用户比较实用，而且用在TLC SSD上我觉得比MLC SSD更有意义。

PlexCompressor是一套智能压缩软件，可以通过压缩文件来变相增加SSD存储空间。这个功能我本人基本用不到，因为我的SSD无论从数量和容量上都绝对够用。PlexVault则是一个加密软件，与之前的很多U盘加密软件原理一样，在SSD上划出一部分空间作为隐藏分区，平时这个分区在电脑里不会显示出来，等到需要访问的时候就按下快捷键，在弹出的对话框中输入正确的密码之后，“我的电脑”里就会出现隐藏分区的盘符。不过有两点需要注意，第一是一定要用浦科特的SSD作为系统盘才能够启用这个功能，第二是容量有限制。

总结

一、关于性能

1. 因为Marvell 88SS1074是SATA主控，所以无论M7V是采用M.2接口还是采用SATA接口，其性能都是SATA级别的，只是接口不同而已。SATA接口的M7V具体型号为M7VC，M.2接口的M7V具体型号为M7VG。在性能上，M7VC=M7VG。现在相同容量的M7VG比M7VC稍微贵一点，但是在性能上是没有差别的，唯一的优势就是可以直接安装在主板上，省去走线的麻烦，所以大家应该根据自己的具体需要来购买。

2. 从前面的各项测试中可以看出，浦科特M7V可以称得上是目前为止最强的TLC SSD。整体性能小幅度落后于中端的MLC，但是对比低端MLC SSD和其他TLC SSD有一定的领先优势。依靠Marvell全新的88SS1074主控+东芝原厂15nm eTLC NAND颗粒，TLC SSD在性能上已经获得了不小的提高，更先进的SLC Cache机制使得TLC SSD在性能上干掉低端MLC SSD成为现实。在PCMARK8的存储子项目测试中，对比闪迪加强版这种使用超低端SMI 2246XT主控的廉价MLC SSD，浦科特M7V除了在PhotoShop重载测试中稍微落后之外，其他测试项目全部完胜。这一点也说明TLC SSD的用户群应该是普通的家庭用户，在家用、游戏和小型办公的使用中，M7V已经接近甚至不逊于中端的MLC SSD。不过M7V依然无法完全摆脱TLC SSD在高负载下性能较弱的缺点。

二、廉价SSD如何选？

现在像浦科特M7V这样的高端TLC SSD定价其实与低端MLC SSD是基本持平的。那么预算相对较少的用户，应该如何在两者间进行选择？从性能特点上来看，浦科特M7V依靠Marvell 88SS1074主控+更先进的SLC Cache机制在性能上比以往的TLC SSD提升了一个档次，在家用情况下干掉低端MLC SSD已经不是问题。但是使用寿命这个问题依然是TLC SSD最大的硬伤。即使采用了企业级的eTLC NAND，但是PE数也只能提升到2000，比起MLC NAND的3000-5000 PE仍有不小的差距。所以，用户在高端TLC SSD与低端MLC SSD之间的选择，其实就是性能与理论寿命之间的选择。高端TLC SSD性能＞低端MLC SSD，高端TLC SSD理论寿命＜低端MLC SSD。而现在的低端MLC SSD，为了缩减成本以降低价格，很多都是采用超低端主控+正片NAND（例如某迪加强版），或者低端主控+白片NAND。如果要我选择的话，我自己会选择高端TLC SSD，因为性能的优势是现在马上可以感受到的，而寿命问题，其实还是一个未知数，eTLC NAND在理论上的寿命短于MLC NAND，而在实际使用中需要多少年才能用完2000的PE数？到时又有什么黑科技产品出来替代SSD都还不知道。所以我的建议是，预算充裕的话，绝对是考虑中高端名牌MLC SSD，而在预算比较有限的情况下，考虑大厂高端eTLC SSD比考虑低端MLC SSD要更实际一些。