从SLC、MLC，到今天的TLC乃至QLC，技术的迭代使得NAND存储密度越来越高，每GB的拥有成本也越来越低。如今，几TB甚至十几TB的NVMe SSD已经开始成为主流，但另一方面，NAND的Cell擦写寿命越来越短，也引发了对于SSD寿命的诸多讨论。
什么是SSD的寿命？
通常说的SSD寿命是指在SSD生命周期内允许的数据写入量。增大SSD的用户容量、选择更高可擦写次数的NAND颗粒，无疑都是延长SSD寿命的有效手段。同时，它还要求SSD的其它硬件、软件（固件）都不存在短板。
一块企业级SSD在其整个生命周期中，应当在各类复杂的负载及外界环境下，都能保证其关键指标的一致。它要求产品在设计时，就充分考虑复杂多样的用户使用场景，并在功能设计、电路设计、元器件选型、固件算法等方方面面均满足预定的寿命和可靠性指标。NAND寿命虽然是影响SSD寿命的因素之一，但二者并不等同。
为何NAND寿命如此受关注？
不论是SLC、MLC，还是TLC，它们都利用了量子力学的隧道效应，在控制门上加较高的编程电压，使电子穿越隧道氧化层到达浮栅，并聚集在浮栅上，存储信息。擦除时仍利用隧道效应，将电压反转，从而消除浮栅上的电子，达到清除信息的结果。电子在反复来回穿越的过程中会对隧道氧化层造成不可逆的磨损，使其不能再有效保持浮栅门中的电荷，并最终失效。
NAND寿命的量化指标为P/E Cycles，也就是写入/擦除（Program / Erase）次数，一写一擦就会消耗NAND的1个P/E。根据NAND厂商的要求，在P/E耗尽之前，NAND应满足以下特征：
NAND在正常工作温度下仍能保持要求的RBER（原始比特错误率）
NAND剩余的好块个数可继续满足其参数规格
对温度的敏感度仍可满足使用要求
数据Read Disturb的抵抗能力仍满足要求
原定的读写擦各项性能参数仍能满足要求
……
SLC NAND的P/E次数可达100000，MLC约为3000，主流的消费级TLC NAND大约在500~1000，而企业级SSD使用的eTLC则高得多，一般为5000~10000（这也是为什么企业级SSD寿命更长的根本原因）。假设SSD的用户容量并没有几何级的增加，NAND的可用P/E次数少了，用户对SSD整盘寿命的担心自然会增加。
加剧NAND损耗的原因
假如，我的SSD是1TB可用容量，P/E次数为1000，是否意味着，当我写完第1000TB数据的时候，SSD才会寿终？很遗憾，事实并非如此，甚至比你想的更加糟糕。写放大是导致这一问题的根本。
根据NAND工作原理，它以Page（页）为单位写入数据，以Block（块）为单位进行擦除，在新数据写入时，需要先对写入位置进行擦除操作，而不是像HDD那样可以直接覆盖。由于一个Block中含有多个Page，因此在擦除时需要先对里面的有效数据进行保留，重新写入，引发GC（Garbage Collection，垃圾回收）和写放大（WA，Write Amplification）。即，用户写1笔数据，真正写入到SSD中的可能是2~3笔，这样无疑会加剧NAND的P/E消耗。
企业应用的工作负载千差万别，不同工作负载所触发的写放大并不一样。在对硬盘的写入寿命测试中，我们通常会用到三种典型的负载模型：顺序、纯4K随机和JESD219中定义的IO模型，并引入WAF（写放大因子）的概念。
如上所示，顺序写入的WAF最小，约等于1（实际写入量约等于用户写入量），但由于现实业务场景很少有纯顺序工作负载，其测出的写入寿命并不具备实际可执行性；4K随机看似合理，但由于不含小于4K的IO操作，和用户实际场景也有一定差别；JESD219则对企业级用户的实际业务情况进行了参考和模拟，为SSD写入负载测试带来了行业参考标准，它包含从512 bytes到64K不同权重IO分布的组合，这些小于4K的IO也会进一步带来写放大。
此外，JESD219还根据企业级IO模型特点，对冷热数据进行了定义，借此触发磨损均衡（Wear-leveling），引入额外数据搬移，这也是JESD219标准下SSD的写放大会比纯 4K随机负载更高的原因。
不同测试方法导致不同的SSD寿命预估结果，WAF越高，其结果越具参考性。例如，市面上常见的企业级SSD，在纯顺序工作负载下的DWPD（硬盘生命周期内，全盘每天可写入的次数）可以达到5，在JESD219定义负载下，DWPD可能只有1。
以Memblaze PBlaze6 6920系列企业级SSD为例，其5年DWPD和PBW寿命是在JESD219工作负载下测试得出的。这样的测试标准显然更符合企业用户的实际使用场景，更具参考意义。
P/E Cycles可以被提升吗？
对于增加NAND的P/E可擦写次数，目前并没有好的办法，只能通过一些技术手段，让NAND在P/E耗尽之前，尽可能表现可靠。
NAND原厂对于数据纠错，会提供Retry Table，通过改变读数据的参考电压等各种参数供用户（SSD模组厂）使用。而对于那些合作足够紧密的厂商，甚至可以得到内部命令，进一步微调每一个波谷的位置，从而实现更强的数据纠错能力。
NAND的老化不以外界意志为转移，P/E Cycles，顾名思义只和Program & Erase动作相关，以优化读取电压为手段的提升P/E次数更是站不住脚。原厂每代NAND产品都经过了长时间的验证，得出了合适的参数固化成NAND产品投入市场。SSD厂商可以在所有与写放大的相关算法、技术中做出优化，但终不能突破P/E Cycles的最大数值。
当P/E Cycles达到厂商承诺的顶点时，SSD寿终。此时，你可能仍然可以对SSD进行读取、写入操作，但其中某个你注意不到的指标很可能已经发生“器官衰竭”，最明显的表现就是数据保持能力急剧下降，出现数据错误率上升、数据损坏甚至丢失等问题，这样的隐患仅通过读写测试很难得到。此时SSD已不具备可靠特性，不建议继续使用。
SSD寿命怎么看？PBW和DWPD
SSD寿命单位有两种，PBW（或TBW）和 DWPD：
PBW（或TBW）：全称Petabytes Written（或Terabytes Written），在SSD的生命周期内允许的主机端数据写入量。1PBW = 1000TBW
DWPD：全称Drive Writes Per Day，在SSD的生命周期内，每天允许全盘写入的次数。
DWPD和PBW/TBW可以相互换算，公式如下：
假设一款SSD的用户容量为3.2TB，5年DWPD为3.4，那么其TBW为3.2TB*3.4*365*5，即19856TB。
DWPD的计算和硬盘服役时间有关，对企业级SSD来说，一般以5年产品保修期为参考。以PBlaze5 926系列企业级SSD为例，其每天3.4 DWPD写入量对应为5年生命周期，如果这块SSD只需要服役3年，那么其每天的DWPD可以达到5.7。
SSD的寿命和MTBF的关系？
寿命代表SSD可以用多久，MTBF（Mean Time between Failures，平均故障间隔时间）则代表了寿命期间，这块SSD是否可靠。在SSD生命周期内，其可靠性表现应始终满足行业标准（如企业级SSD需保证用户容量不变，UBER ≤ 10E-16，FFR≤ 3%，断电后40℃的室温下数据可以保持3个月）；当SSD寿命耗尽，即达到预定的最大P/E次数，其可靠性会出现大幅下降。
不论是SSD的寿命PBW、TBW、DWPD，还是SSD的可靠性指标MTBF，它们都关乎到硬盘的实际可用性，并对用户的最终使用造成影响。SSD厂商也需站在用户立场，通过模拟真实用户使用场景，以敬畏而又严谨的态度，以相对保守的数字量化，为企业或个人用户做出保证，助其做出正确选择。