西部数据首席产品官 Ahmed Shihab 表示,AI 存储的关键在于以可承受的成本持续扩展容量,而非单纯追求最快介质。他指出,许多架构在早期运行正常,但当数据规模从数 PB 增长至数百 PB 甚至 EB 级时,可能因成本失控而暴露问题。闪存适合高性能、低延迟场景,如模型权重和 GPU 溢出;而 HDD 更适合大规模、长期保存且成本敏感的数据,如训练语料和合规记录。他总结称:「闪存处理当下,HDD 处理整个生命周期。」在 AI 规模下,存储成本将成为架构问题,长期使用高性能介质将挤占其他预算。未来 AI 存储应根据性能、成本、功耗、密度、可靠性和数据生命周期进行分层设计,强调需为不同工作负载匹配合适介质,以确保业务可持续性。
本内容仅供参考,不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息,不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性,存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。



![[纽约金·债券·美元] 油价·就业警惕国债利率·美元上涨…黄金下跌](/public-static/8_1497610e7c.png?format=avif)

























