ในปัจจุบัน การลงทุนด้าน AI มักมุ่งเน้นไปที่การจัดซื้อ GPU และการจัดการพลังงาน แต่ผลการศึกษาพบว่าต้นทุนด้านการจัดเก็บข้อมูล (Data Storage) กำลังกลายเป็นภาระใหญ่ โดยเฉพาะในช่วงของการนำโมเดลไปใช้งานจริง (Inference) ซึ่งแตกต่างจากการฝึกสอนโมเดล (Training) ที่มีระยะเวลาสิ้นสุดที่ชัดเจน แต่การ Inference นั้นเกิดขึ้นอย่างต่อเนื่องทุกครั้งที่ผู้ใช้ส่งคำสั่ง
จากการทดสอบพบว่าการสร้างวิดีโอ AI ความยาว 8 วินาทีที่มีขนาดไฟล์เพียง 3.97MB อาจทิ้งข้อมูลสำรอง เช่น Log, แคช, ข้อมูลการเรนเดอร์ และบันทึกความปลอดภัยไว้ในระบบหลังบ้านมากกว่า 500MB หรือคิดเป็น 130 เท่าของไฟล์ผลลัพธ์ ข้อมูลเหล่านี้สะสมขึ้นเรื่อยๆ และไม่หายไปหลังจบภารกิจ ส่งผลให้ความต้องการพื้นที่จัดเก็บข้อมูลมีแนวโน้มเติบโตสูงกว่างบประมาณด้านการประมวลผลในระยะยาว
