维度网讯，Backblaze与AI云基础设施提供商CoreWeave签署了一份为期五年、价值3.35亿美元的多EB级存储协议，为该公司的托管存储平台增加基于HDD的低成本容量层。这一合作使CoreWeave的客户无需修改代码即可访问新的对象存储层，同时凸显了AI基础设施中一个核心约束：在生产工作负载期间，所有数据实际存放的位置。

对于CoreWeave而言，这笔交易的重点并非GPU容量本身，而是围绕该容量的存储架构。AI云常被视为算力驱动，但训练运行、检查点、模型输出、检索增强生成（RAG）、数据准备和推理管道都会产生海量数据。其中部分工作负载需要闪存级性能，但大部分对存储性能要求不高。正是这类需求为Backblaze提供了切入点。

Backblaze将支持CoreWeave AI对象存储内的基于HDD的存储层，包括使用CoreWeave LOTA分布式缓存技术的环境。现有客户预计无需重写应用程序即可访问新存储层，这在商业上具有重要价值。

从经济角度看，CoreWeave希望将高性能存储留给真正需要的AI工作负载，同时将对延迟不敏感的数据转移到更便宜的容量层。如果执行得当，此举可提高基础设施利用率，降低运行AI服务的混合成本。AI工作负载并非只有一种存储模式，模型检查点、训练数据集、提示日志和RAG语料库的行为各不相同，全部视为高端存储成本高昂，全部视为冷归档则无法满足使用需求。

Backblaze的业务围绕大规模、高成本效益的云存储展开，据称服务超过10万客户。CoreWeave则带来了AI云需求侧，包括模型开发者、企业和研究机构。该公司表示，其平台服务于前十大AI模型提供商中的九家。

这一协议也反映出AI基础设施栈正在走向成熟。第一波支出惠及拥有GPU、电力和数据中心容量的公司。下一阶段更为复杂，涉及存储布局、缓存、网络、编排、能效和成本控制。运营商需要让AI基础设施像服务业务一样运作，而不是一个科学项目。

一项多EB级的协议规模庞大，也引发了一些实际问题：多少容量将立即部署？如果AI存储需求发生变化，定价将如何调整？当客户要求对数据拥有更多区域控制权时，情况将如何演变？监管机构和企业风险团队将越来越关注AI训练数据、生成输出和客户信息的存储位置。

Backblaze获得了一个重要的AI基础设施客户，并在一个仍由计算叙事主导的市场中提升了角色。CoreWeave则在其托管存储平台中增加了新存储层，且无需强制客户进行应用程序变更。现在，更难以量化的工作开始了：填满容量、保持成本可预测，以及让存储变得足够透明，以至于开发者不再需要思考它。

这项协议对AI买家的意义在于，它可能通过将数据类型匹配到更便宜的容量层来降低AI工作负载的存储成本，同时无需进行应用层面的更改。CoreWeave客户将能够访问额外的存储层，同时保留现有工作流和代码路径。HDD存储与AI相关，因为许多AI数据集、输出、日志和检查点并不需要高端存储性能。基础设施团队应评估延迟、检索模式、数据驻留、持久性、集成复杂性，以及分层策略是否与生产AI工作负载行为匹配。该协议的主要执行风险在于，经济性取决于利用率、可预测的性能，以及跨层数据的精心放置。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com