西部数据：AI存储胜负不在闪存与HDD之争，未来赢家将是经济型容量方案

西部数据（WD）首席产品官 Ahmed Shihab 表示，随着人工智能基础设施快速扩张，存储领域的核心竞争不应简单归结为闪存（Flash）与机械硬盘（HDD）的较量，而在于能否构建具备长期经济可扩展性的 AI 存储架构。当前 AI 行业正面临一个关键问题：今年选择的存储架构，是否能够支撑未来数据规模增长至 PB 级甚至 EB 级。他认为，许多 AI 基础设施设计并非因性能不足而失败，而是在数据规模扩大后陷入成本困境。

Ahmed Shihab 认为，AI 数据持续增长，包括模型训练数据、推理数据、用户交互记录、合规数据和合成数据等。如果在早期阶段采用全闪存架构，虽然在小规模部署中具有吸引力，但随着数据量增长，存储成本将成为巨大负担。闪存和 HDD 并非竞争关系，而是面向不同工作负载的互补技术。高性能场景，如模型权重、GPU 溢出、KV 缓存等，需要低延迟闪存支持；而训练数据集、日志、检查点、合规记录以及大规模历史数据等长期存储需求，则更适合采用具备成本优势的 HDD。

“AI 存储的胜负将取决于谁能够提供经济可扩展的容量。”Shihab 称，客户选择存储方案时关注的不只是速度，而是能否以可靠、可持续的方式扩展 AI 业务。

Shihab 指出，AI 时代的存储架构将更加分层化，而不是依赖单一存储介质。“闪存负责关键时刻的性能，HDD 负责数据生命周期。”在 AI 基础设施规模化阶段，存储成本已经不再只是运营费用，而成为架构设计的一部分。每一美元用于高成本性能存储，就意味着更少资源投入计算、网络、电力和其他基础设施。

此外，可靠性也必须从架构设计初期考虑。对于大规模 AI 系统而言，硬件、软件、网络和电力故障都是常态，优秀的存储系统需要具备持续运行、故障隔离和快速恢复能力。他总结称，未来 AI 存储的发展方向并非“闪存取代 HDD”，而是根据不同数据生命周期和业务需求进行精准分层。“真正的基础设施不是追求炫目的性能，而是能够支撑 AI 长期增长的可靠底座。”