模型和 checkpoint 越攒越多,2T NVMe 满了三次,上企业盘:希捷银河 Exos X18 16T(¥1999 渠道),每 TB ¥125,是 NVMe 的 1/8。
分层工作流:NVMe(系统+在训数据)→ 机械盘(数据集仓库 + checkpoint 归档)→ 对象存储(异地冷备)。训练时脚本先把数据集从机械盘转到 NVMe 的 tmp 目录,训完自动归档——机械盘不做随机读,只做仓库,190MB/s 的顺序读对"整仓搬运"够用。
噪音是唯一的代价:寻道声明显,放书房要塞进隔音柜或.accept。结论:数据集规模过 2T 的用户,企业盘不是选项是刚需;SMR 叠瓦盘再便宜也别碰(随机写会锁死)。