文章核心观点 - 在人工智能工作负载压力与固态硬盘持续短缺的背景下，重复使用企业级固态硬盘以应对存储资源紧张的做法，会加剧闪存物理磨损，导致可靠性下降并带来灾难性数据丢失的风险，这与AI工作负载所需的稳定性相冲突[1][3] - 戴尔公司高层批评“闪存回收”策略是市场压力下的无奈之举而非技术进步，并主张采用结合闪存与机械硬盘的分层存储架构，以更可持续的方式管理存储资源[3][4] 闪存损耗与数据丢失风险 - 闪存介质存在物理磨损极限，会随着反复写入周期而性能下降，软件优化无法消除此问题[1] - 重新使用老化的企业级固态硬盘会加速组件损坏，增加数据不可用甚至灾难性数据丢失的风险[3] - 这种可靠性风险与人工智能工具所需的不间断且可预测的数据访问直接冲突[3] 行业应对策略与市场现状 - 为应对预计至少持续一年的固态硬盘供应紧张，部分存储供应商推广“硬盘回收”策略，即在系统间移除并重新使用现有SSD[3] - 有供应商将此举描述为依靠软件数据缩减来扩展有限闪存容量的一种方式[3] - 戴尔认为“闪存回收”策略反映了市场压力而非技术进步，并暗示纯软件供应商在重用硬件故障时可能缺乏责任感[3][4] 分层存储架构的替代方案 - 戴尔支持结合闪存和机械存储介质的分层存储架构，允许不重要的数据从闪存迁移出去，以减少对稀缺且昂贵SSD容量的依赖[3][4] - 这种灵活性可在价格变化或交货期延长时提供弹性，避免客户被迫采用全闪存环境[4] - 其他供应商如DDN也支持涵盖NVMe、传统SSD、磁盘驱动器和云资源的多层存储系统，并通过自动化数据移动策略在不同层级间迁移数据[4] - 该方案被认为比尝试重复使用老旧组件更能可持续地应对短缺问题[4]