西部数据高管：AI存储竞争关键在成本可控的持续扩容，而非最快介质

ChainCatcher 消息，西部数据首席产品官 Ahmed Shihab 发文谈及 AI 存储竞争的真正门槛。他认为，胜负并不在于单纯追求最快的存储介质，而在于能否以可承受的成本持续扩展容量。

许多存储架构在早期运行正常，但当数据规模从数 PB 增长到数百 PB、甚至 EB 级时，问题就可能暴露出来。Shihab 指出，问题往往出在成本失控，而不是技术无法写入或读取。

存储成本会成为架构问题

在 AI 规模下，存储成本本身就会成为架构问题。长期把大批量数据放在高性能介质上，会挤占计算、网络、电力和人员等预算。

对许多批量存储负载来说，真正的疑问不是闪存能不能存，而是客户能不能长期承担全闪存方案的成本。

闪存与 HDD 的分工

Shihab 给出了明确的技术分工。闪存适合模型权重、GPU 溢出、KV 缓存和会话上下文这类高性能、低延迟场景；HDD 则更适合训练语料、日志、检查点、合规记录、合成数据及推理输出等大规模、需长期保存且成本敏感的数据。

他总结称：“闪存处理当下，HDD 处理整个生命周期。”

不是闪存与 HDD 之争

未来 AI 存储不会被单一技术主导，而应根据性能、成本、功耗、密度、可靠性和数据生命周期进行分层设计。

Shihab 强调，这并非闪存与 HDD 的竞争，而是要从一开始就为不同工作负载匹配合适介质；否则架构在规模扩大之后，可能影响业务可持续性。