Odaily星球日報訊 西部數據（WD）首席產品官 Ahmed Shihab 表示，隨著人工智慧基礎設施快速擴張，存儲領域的核心競爭不應簡單歸結為閃存（Flash）與機械硬盤（HDD）的較量，而在於能否構建具備長期經濟可擴展性的 AI 存儲架構。當前 AI 行業正面臨一個關鍵問題：今年選擇的存儲架構，是否能夠支撐未來數據規模增長至 PB 級甚至 EB 級。他認為，許多 AI 基礎設施設計並非因性能不足而失敗，而是在數據規模擴大後陷入成本困境。
Ahmed Shihab 認為，AI 數據持續增長，包括模型訓練數據、推理數據、用戶交互記錄、合規數據和合成數據等。如果在早期階段採用全閃存架構，雖然在小規模部署中具有吸引力，但隨著數據量增長，存儲成本將成為巨大負擔。閃存和 HDD 並非競爭關係，而是面向不同工作負載的互補技術。高性能場景，如模型權重、GPU 溢出、KV 緩存等，需要低延遲閃存支持；而訓練數據集、日誌、檢查點、合規記錄以及大規模歷史數據等長期存儲需求，則更適合採用具備成本優勢的 HDD。
“The battle for AI storage will depend on who can provide economically scalable capacity,” said Shihab, noting that customers choosing storage solutions care not just about speed, but about being able to scale their AI businesses in a reliable and sustainable manner.
Shihab 指出，AI 時代的存儲架構將更加分層化，而不是依賴單一存儲介質。「閃存負責關鍵時刻的性能，HDD 負責數據生命週期。」在 AI 基礎設施規模化階段，存儲成本已不再只是營運費用，而成為架構設計的一部分。每一美元用於高成本性能存儲，就意味著更少資源投入計算、網絡、電力和其他基礎設施。
此外，可靠性也必須從架構設計初期考慮。對於大規模 AI 系統而言，硬體、軟體、網路和電力故障都是常態，優秀的存儲系統需要具備持續運行、故障隔離和快速恢復能力。他總結稱，未來 AI 存儲的發展方向並非「閃存取代 HDD」，而是根據不同數據生命週期和業務需求進行精準分層。「真正的基礎設施不是追求炫目的性能，而是能夠支撐 AI 長期增長的可靠底座。」