推理規模化把讀延遲推到前臺
訓練階段的儲存壓力集中在資料載入頻寬與檢查點寫入，負載形態相對可預測。推理規模化之後形態變了：大量併發會話各自持有上下文，KV Cache 從視訊記憶體溢位到主機記憶體、再溢位到 SSD，命中與否直接反映在首 token 時延上。這類訪問是小塊、隨機、讀多寫少，但對延遲分佈的敏感度遠高於平均值——平均值好看而 P99.9 掉到毫秒級的盤，在會話層面就是可感知的停頓。
X9 為什麼按超低延遲疊加高耐久來定義
型號帶 X 的產品針對的正是這一層。X9 的 J990X 與 J995X 走 PCIe 5.0，定位超低延遲高耐久，面向 AI KV Cache 與即時資料庫。全產品線規劃的寫入耐久上限是 120 DWPD，這是產品線層面的包絡值，不是某個系列的標稱規格；但快取層確實是最需要往這個方向靠的負載——會話進出會持續覆寫同一批區域，日均寫入量遠高於常規資料盤，用 1 DWPD 定位的通用盤去承接，先撞上的是壽命而不是效能。代價同樣明確：低延遲高耐久要求更保守的介質工作點，容量密度必然讓位。這些型號名已於 2026-07-22 固定，效能與耐久數值仍是產品定義/EVT 階段的目標值。
檢查點與歸檔不是同一層
另一端的負載幾乎相反，但它內部也要再分。Q9 的 J960Q 與 J960QD 走 Gen5 QLC，定位 AI 檢查點與超大容量陣列：檢查點落盤是低頻、大塊、順序的，寫完之後長期只讀，容量與順序頻寬比隨機延遲重要得多；帶 QD 的雙埠型號面向需要雙路徑訪問的陣列。Q7 的 J760Q 與 J760QD 是 Gen4 QLC，方向不同，物件導向儲存、備份與歸檔這類真正的冷資料留存。產品線規劃的單盤最大容量 122.88TB 說明的是容量層能做到的量級，屬於全線邊界數字，具體落點由各型號的容量 SKU 組合決定。QLC 每單元四位元帶來更窄的讀窗口、更長的編程時間與更低的耐久，在大塊低頻改寫下這些代價可控，同一顆盤放到 KV Cache 層則會立刻暴露短板。
中間層與形態約束
線上資料庫、向量索引與後設資料要吞吐與延遲兼顧，對應 TITAN 9（J960、J980、J961、J981，PCIe 5.0 U.2/U.3），其中 J960C 提供透明壓縮，對可壓縮資料可以換取有效容量。產品線規劃的最高順序讀 14,500 MB/s 同樣標註在產品線層面，而不是掛在某一個系列名下。高密度節點受機架散熱與背板約束，用 FLEX 9 的 E3.S（J100E、J130E）與 E1.S（J100S、J130S）形態適配 OCP 機型；日誌、後設資料與快取層若仍在 Gen4 平臺上，則由 X7（J790X、J795X）承接。
分層的成本邏輯
把不同型號混在一個叢集裡的理由不是型號多，而是每層的付費口徑不同：延遲敏感層按微秒與 DWPD 付費，容量層按 TB 付費，中間層按吞吐與 QoS 穩定性付費。真正的工程量在跨層隔離——多命名空間劃分、QoS 權重分配、雙埠路徑切換，都屬於叢集級而非單盤級的設計，分層收益也只能在平臺級測試裡確認，不能靠單盤指標外推。