GPU抢了风头，西部数据说存储才是AI规模化的真正门槛

60 0 0

文章摘要

当前AI基础设施的投资重心正从算力逐渐向数据存储转移。过去两年市场高度关注GPU等算力资源，但随着AI进入生产环境，数据存储的供需失衡问题日益凸显。计算资源可以在训练和推理之间循环复用，但数据规模却在无休止地膨胀，导致数据存储需求持续激增。据预测，到2029年全球AI基础设施支出将突破1万亿美元，且近80%的云端数据仍将存储在机械硬盘上。

在企业实际应用层面，存储已成为AI系统运行的关键环节。随着GPU集群规模扩大和数据吞吐需求飙升，存储系统若无法匹配，将导致巨大的算力闲置与成本开销。智能驾驶等领域每天产生指数级增长的海量数据，但数据在全生命周期中的流转效率低下，严重影响AI闭环迭代。此外，冷热数据分层不合理导致大量无需高性能的数据占用昂贵闪存，推高了总体拥有成本。因此，绝大多数企业将总体拥有成本视为机械硬盘的首要优势及长期战略核心。

需求侧的变化正倒逼供给侧加速技术升级。西部数据公布了密集的产品路线图，计划通过热辅助磁记录技术大幅提升单碟容量，目标在2029年实现单盘100TB以上的容量。同时，针对AI工作负载推出了高带宽硬盘技术和双枢轴技术，以实现带宽和顺序读写性能的翻倍。在能耗方面，功耗优化型机械硬盘可显著降低功耗并提升容量，现代大容量氦气硬盘的每TB功耗较传统硬盘降幅超过9倍。

AI产业的上半场聚焦于算力争夺，而下半场则标志着数据基础设施长期补课的正式开始。数据存储技术的持续演进与成本优化，将成为支撑AI产业规模化发展的核心基石。