DWPD（Drive Writes Per Day，每日全盘写入次数）作为 SSD 耐久性核心指标，本意是量化保修期内（如 5 年）每天可写入整盘容量的倍数，帮助用户评估寿命。但在 QLC（Quad-Level Cell，四层单元）SSD 时代，其有效性备受质疑。QLC 以高密度、低成本著称，P/E 周期仅约 1000 次，远低于 TLC 的 3000 次，导致标称 DWPD 通常仅 0.3-1，远逊于 TLC 的 1-3。这并非 QLC 缺陷，而是源于工作负载与指标假设的错配：DWPD 基于 JEDEC 标准，假定 100% 4KB 随机写，而实际企业场景多为读密集或顺序大块写，造成耐久 “泡沫”。
首先，剖析工作负载耐久差距。企业存储 85% 场景读写比 > 10:1，如对象存储、AI 数据湖、OLAP 分析，仅需 DWPD<1。Solidigm D5-P5336 等 QLC 盘在读密集负载下表现亮眼，61TB 容量下 0.58 DWPD，顺序读达 7GB/s，与 TLC 持平。但写密集如 OLTP，高 WAF（Write Amplification Factor，写放大系数）放大 QLC 劣势：小块随机写 WAF 可达 4-8，实际 TBW 远低于标称。举例，华为 OceanDisk 300P QLC 标称 1 DWPD，但若负载偏随机，寿命缩水 30%。据 Forward Insights 报告，“85% 的企业 SSD 出货 DWPD≤1”，证明多数无需高 DWPD，过度追求反增成本。
其次，数据保留曲线与写周期的脱节是另一痛点。QLC EOL（End of Life）后，保留时间仅 3 个月 @40°C，远低于 TLC 的 1 年 @30°C。保留曲线随 P/E 累积陡降：初始 BOL 保留 7 年 @43°C，但 EOL 曲线急坠，受温度、纠错衰减影响。企业常忽略此，规划冷数据时假设无限保留，导致断电风险。实际测试显示，QLC 在高周转率下，保留比特错误率（RBER）早超 LDPC 阈值，需动态监控。
企业容量规划常见陷阱更致命。第一，忽略 WAF 与 OP（Over-Provisioning，超配）：QLC OP 仅 7-10%，随机负载下 WAF>2，TBW = 容量 ×DWPD×365×5 公式失效。第二，静态 DWPD vs 动态负载：AI 训练突发写峰值超标，误判为 “QLC 不适”。第三，规模化盲选：100PB 对象存储用 QLC 机架减半、TCO 降 47%，但忽略 IOPS/TB 衰减（大容量 QLC IOPS/TB 仅 TLC 1/2）。Solidigm 研究证实，QLC 在 10PB 大模型中能效高 79.5%，但需匹配块大小 32-128KB。
为落地，提供参数 / 清单：
容量规划阈值：
- 读密集（读比 > 70%）：DWPD≥0.3，优先 QLC，目标 TBW > 容量 ×0.5×5 年。
- 混合（读比 50-70%）：DWPD 0.5-1，TLC/QLC 混用，WAF 阈值 < 1.5。
- 写密集（读比 < 50%）：DWPD≥3，仅 TLC/SLC，回滚 QLC。
监控要点清单：
- SMART 属性：Media Wearout Indicator>20% 预警；Percentage Used<80%。
- WA 实时：>2 触发 GC 优化；用 fio 测试 4K randwrite 验证。
- 保留健康：温度 < 50°C，EOL 模拟（断电 3 月读验）。
- 性能 SLAs：IOPS/TB>100K 读阈值；QD=32 基准。
- 软件层：ZNS/Open Channel 减 WAF 30%；Multi-Stream 分流热 / 冷数据。
回滚策略：
- 预留 20% OP 缓冲。
- 混合层：热层 TLC（DWPD3），冷层 QLC（DWPD0.5）。
- 迁移工具：如 Lightbits NVMe/TCP，转随机为顺序，提升耐久 5 倍。
实际部署中，先基准负载：用 VDBench 模拟读写比，计算真实 TBW=PE Cycles×NAND 容量 ×(1/WAF)。QLC 非 “廉价牺牲品”，而是读热场景利器 —— 江波龙 XP2350 QLC 达 PCIe4 饱和，Floating Gate 架构 EOL 保留 1 年 @43°C。规划时避坑，方显 DWPD 真价值。
资料来源：
- Solidigm D5 系列规格、Signal65 大模型测试。
- Forward Insights 企业 SSD 报告、JEDEC JESD219 标准。
- Huawei OceanDisk、江波龙 QLC 分析。