ChainCatcher 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。其认为，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。

闪存适合模型权重、GPU 溢出、KV 缓存和会话上下文等高性能、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、长期保存且成本敏感的数据。其总结称：“闪存处理当下，HDD 处理整个生命周期。”

在 AI 规模下，存储成本本身会成为架构问题。长期将大批量数据存放在高性能介质上，将挤占计算、网络、电力和人员等预算。对于许多批量存储负载，问题并非闪存能否存储，而是客户能否长期承担全部使用闪存的成本。

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。其强调，这并非闪存与 HDD 的竞争，而是需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后可能影响业务可持续性。