ChainCatcher 消息，西部數據首席產品官 Ahmed Shihab 發文表示，AI 存儲競爭的關鍵並非單純追求最快介質，而是能否以可承受的成本持續擴展容量。其認為，許多架構在早期運行正常，但當數據規模從數 PB 增長至數百 PB 甚至 EB 級時，可能因成本失控而暴露問題。

閃存適合模型權重、GPU 溢出、KV 緩存和會話上下文等高性能、低延遲場景；HDD 則更適合訓練語料、日誌、檢查點、合規記錄、合成數據及推理輸出等大規模、長期保存且成本敏感的數據。其總結稱：「閃存處理當下，HDD 處理整個生命周期。」

在 AI 規模下，存儲成本本身會成為架構問題。長期將大批量數據存放在高性能介質上，將擠佔計算、網絡、電力和人員等預算。對於許多批量存儲負載，問題並非閃存能否存儲，而是客戶能否長期承擔全部使用閃存的成本。

未來 AI 存儲不會由單一技術主導，而應根據性能、成本、功耗、密度、可靠性和數據生命周期進行分層設計。其強調，這並非閃存與 HDD 的競爭，而是需要從一開始就為不同工作負載匹配合適介質，否則架構在規模擴大後可能影響業務可持續性。