O negócio é que não ocupa tudo isso de espaço o tempo todo, seria o caso de montar uma curva de crescimento e depois do backpropagation. Fazer um ajuste e, se possível, colocar pra plotar no SSD em paralelo, porém, com uma defasagem de algumas horas, aí sempre vai ter mais de 3 plots sendo feitas (considerando um SSD de 1TB), porém, em momentos diferentes em algumas delas. Com isso, talvez, ao invés de fazer 3 plots e 6h talvez fosse possível fazer, tipo, 6 plots em 9h, por exemplo.
Mas novamente, essa velocidade toda faz sentido pra quem tem muitos TB pra preencher, não vejo sentido o cara querer correr 100m rasos tendo 10TB pra encher.