全闪不是唯一答案，超算存储开始用“混”换成本。
11 月 12 日，HPE 通过官方新闻稿发布 Cray 超算存储 E2000 的混合配置：以 32TB SAS-4 硬盘搭配 SSD，单机柜读取 116GB/s、写入 92GB/s，HPE 称其吞吐较友商方案高 41%。
更关键的指标是成本。HPE 表示，在同等 15PB 可用容量下，混合配置的采购成本比全闪存方案低 82%。超算与 AI 训练集群的存储压力并不均匀：检查点、中间结果与历史数据集占据绝大部分容量，却只在一段时间内被高频访问，把这类数据放在大容量 HDD、把元数据与热点缓存放在 SSD，是更贴近实际负载的分层方式。
这套配置延续了 Cray 系列在超算市场的定位——以机柜级交付、并行文件系统与统一管理切入，而不是单卖存储阵列。对正在扩建 AI 集群的用户来说，真正的比较对象不是“全闪还是混闪”，而是每 PB 可用容量对应的吞吐、功耗与运维人力。HPE 给出 41% 与 82% 两个数字，实际上是在把讨论从峰值性能拉回单位成本。综合自 HPE 官方新闻稿。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
此次与Wolfspeed扩大供应协议，正是为了支持这一转型。
今天的主线，是 AI 的钱与成本同时被摊到桌面上：Salesforce 用 56.6 亿美元买下 Braze，补的是实时互动的入口；Anthropic 的 S-1 草案把 163 亿美元营收和 807 亿美元账面亏损放在同一页，还写明未来可能再花 7500 亿美元买算力；谷歌与亚马逊同日开源 PyTorch 后端，联手拆 CUDA 的墙；而 DRAM 四季度再涨两成，提醒所有人——AI 的账单最终会落到每一台服务器和每一台电脑上。
IT之家 10 月 15 日消息，据《华盛顿邮报》报道，美联储公布的 9 月会议纪要显示，官员们越来越倾向于认为，推动商品价格持续上涨的主要因素是 AI 基础设施建设，而不是关税。
甲骨文把谷歌TPU、英伟达Rubin、Cerebras、SambaNova摆进同一个货架，SK海力士把2027至2028年一半以上产能提前签走——AI供给的瓶颈，正从能不能造出来变成合同签在哪。
数据中心禁令与AI行业的沟通困境，正在成为影响算力基础设施扩张的关键变量。
宁德吃到的AI红利，大头藏在电网侧的大储订单里，而机房里的那几百兆瓦时，更多是样板和入口。
报告预测，到2030年该州数据中心的能耗将上升至近25TWh，约占该州总电力需求的31％-32％，相当于250万户家庭的用电量。
数据中心是现代AI经济的支柱，但许多运营商正面临“库存可见性缺口”，因为其数字系统与机房内的物理资产处于脱节状态。
Runware正在建设一座工厂，以流水线方式生产预制化AI数据中心，真正的考验在于其能否实现这一规模下的交付。
我们在项目合作当中，已经不再和各级政府机构签署保密协议。
