问题不只是“内存够不够、SSD 大不大”
服务器资源规划常把内存和存储分成两张清单，但 AI 与数据密集型业务会不断在 RAM、NVMe、网络文件系统和对象存储之间移动数据。若内存太小，工作集频繁溢出到存储；若本地 SSD 容量和耐久度不足，检查点、缓存或临时数据会挤占关键路径；若网络存储策略不匹配，又可能把延迟转移到跨节点访问。
容量规划的四个变量
| 变量 | 需要向业务确认的问题 | 硬件规划影响 |
|---|---|---|
| 工作集 | 单个作业在活跃阶段真正需要驻留的数据量是多少？ | 决定 RAM、缓存与本地 NVMe 的最小基线 |
| 并发度 | 同节点并行作业、容器或用户数量是多少？ | 决定总内存、水位与 I/O 队列压力 |
| 检查点与恢复 | 多长时间写一次、单次多大、允许恢复多久？ | 决定持续写入能力、耐久度和容量余量 |
| 数据位置 | 热数据、冷数据和共享数据分别位于哪里？ | 决定本地盘、共享存储、网络与缓存策略 |
DDR5 选型中的现实约束
服务器内存必须在平台支持范围内布置。JEDEC 的 DDR5 RDIMM 标准明确其用于服务器、工作站和数据库环境；实际容量和速度仍须遵循服务器与 CPU 的支持矩阵。 三方混插或不对称通道虽然有时能启动，但会增加降速、限制和排障的不确定性。
NVMe 规划中的现实约束
本地 NVMe 容量不能简单按数据集总量估算，而应将操作系统、容器镜像、缓存、临时文件、检查点、预留空间和故障恢复缓冲纳入模型。对于持续写入任务，还需将 DWPD/TBW 与实际主机写入曲线进行比较。
一个可执行的规划顺序
- 从现有作业、监控和容量告警中收集工作集、峰值并发、写入量和恢复时间目标。
- 将每类工作负载分为内存敏感、读取敏感、写入敏感或网络敏感，避免用同一配置覆盖所有节点。
- 按服务器支持矩阵设计内存通道，并按数据路径设计 NVMe 形态、容量和耐久度。
- 在代表性节点上进行压力与恢复验证，再将监控阈值、扩容条件和更换策略纳入运维手册。