RecodeX 重构消息，西部数据首席产品官 Ahmed Shihab 发文表示，AI 存储竞争的关键并非单纯追求最快介质，而是能否以可承受的成本持续扩展容量。许多架构在数据规模从数 PB 增长至数百 PB 甚至 EB 级时，可能因成本失控暴露问题。闪存适合模型权重、GPU 溢出、KV 缓存等高性能低延迟场景；HDD 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、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。未来 AI 存储不会由单一技术主导，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，从一开始为不同工作负载匹配合适介质。