AI存储的竞争，正在从谁能更快地把数据送进GPU，延伸到谁能以更低成本保存不断膨胀的数据资产。华为MED试图把磁带的低成本、低能耗与在线存储的便利性结合起来。它能否成功仍待客户验证，但其背后折射出的温冷数据经济学，值得重新审视。
一、发生了什么？——AI存储的另一场竞赛，正在温冷数据中展开
1. AI存储不只有HBM，数据还需要一个长期的“家”：
过去两年，AI产业谈存储，最常出现的是HBM、DRAM和企业级SSD。GPU需要持续处理海量参数，数据从存储介质搬运到计算单元的速度，直接影响训练和推理效率，高带宽内存因此成为AI服务器的核心硬件之一。
但数据并不会在计算完成后消失。训练语料、多模态图片和视频、模型检查点、企业知识库、推理日志以及用户交互记录，都需要被保存。它们的访问频率并不相同：有些数据每秒都在被调用，有些每天访问几次，还有大量数据可能数月甚至一年才会重新读取一次。把所有数据都放在最快的介质上，方便却未必经济。
这就是温冷数据的由来。可以把数据中心想象成一座仓库：热数据像摆在柜台上的商品，随时要拿；温数据像仓库货架上的常用库存，偶尔需要调取；冷数据则像长期封存的档案，平时不动，但不能丢，也不能在需要时完全找不到。存储系统要做的，是按访问频率和数据价值，把它们放到合适的位置。
……
