推理规模化把读延迟推到前台
训练阶段的存储压力集中在数据加载带宽与检查点写入，负载形态相对可预测。推理规模化之后形态变了：大量并发会话各自持有上下文，KV Cache 从显存溢出到主机内存、再溢出到 SSD，命中与否直接反映在首 token 时延上。这类访问是小块、随机、读多写少，但对延迟分布的敏感度远高于平均值——平均值好看而 P99.9 掉到毫秒级的盘，在会话层面就是可感知的停顿。
X9 为什么按超低延迟叠加高耐久来定义
型号带 X 的产品针对的正是这一层。X9 的 J990X 与 J995X 走 PCIe 5.0，定位超低延迟高耐久，面向 AI KV Cache 与实时数据库。全产品线规划的写入耐久上限是 120 DWPD，这是产品线层面的包络值，不是某个系列的标称规格；但缓存层确实是最需要往这个方向靠的负载——会话进出会持续覆写同一批区域，日均写入量远高于常规数据盘，用 1 DWPD 定位的通用盘去承接，先撞上的是寿命而不是性能。代价同样明确：低延迟高耐久要求更保守的介质工作点，容量密度必然让位。这些型号名已于 2026-07-22 固定，性能与耐久数值仍是产品定义/EVT 阶段的目标值。
检查点与归档不是同一层
另一端的负载几乎相反，但它内部也要再分。Q9 的 J960Q 与 J960QD 走 Gen5 QLC，定位 AI 检查点与超大容量阵列：检查点落盘是低频、大块、顺序的，写完之后长期只读，容量与顺序带宽比随机延迟重要得多；带 QD 的双端口型号面向需要双路径访问的阵列。Q7 的 J760Q 与 J760QD 是 Gen4 QLC，方向不同，面向对象存储、备份与归档这类真正的冷数据留存。产品线规划的单盘最大容量 122.88TB 说明的是容量层能做到的量级，属于全线边界数字，具体落点由各型号的容量 SKU 组合决定。QLC 每单元四比特带来更窄的读窗口、更长的编程时间与更低的耐久，在大块低频改写下这些代价可控，同一颗盘放到 KV Cache 层则会立刻暴露短板。
中间层与形态约束
在线数据库、向量索引与元数据要吞吐与延迟兼顾，对应 TITAN 9（J960、J980、J961、J981，PCIe 5.0 U.2/U.3），其中 J960C 提供透明压缩，对可压缩数据可以换取有效容量。产品线规划的最高顺序读 14,500 MB/s 同样标注在产品线层面，而不是挂在某一个系列名下。高密度节点受机架散热与背板约束，用 FLEX 9 的 E3.S（J100E、J130E）与 E1.S（J100S、J130S）形态适配 OCP 机型；日志、元数据与缓存层若仍在 Gen4 平台上，则由 X7（J790X、J795X）承接。
分层的成本逻辑
把不同型号混在一个集群里的理由不是型号多，而是每层的付费口径不同：延迟敏感层按微秒与 DWPD 付费，容量层按 TB 付费，中间层按吞吐与 QoS 稳定性付费。真正的工程量在跨层隔离——多命名空间划分、QoS 权重分配、双端口路径切换，都属于集群级而非单盘级的设计，分层收益也只能在平台级测试里确认，不能靠单盘指标外推。