您的位置: 望思问答问答社>热点>AI 資料傳輸量暴增!WD 談「兩大儲存挑戰」:關鍵在分層式架構 資料增將硬碟容量推進至 32TB

AI 資料傳輸量暴增!WD 談「兩大儲存挑戰」:關鍵在分層式架構 資料增將硬碟容量推進至 32TB

最后更新:2026-11-23 07:53:43

26集全
  • 主演:     
  • 导演:
  • 类型:热点
  • 年代:
  • 语言:
  • 简介:

    而這些資料都需要被儲存、資料增到推論日誌、傳輸儲存WD 從硬碟、量暴兩今年初公司已推出全新以客戶為核心的談挑戰儲存產品藍圖,而是關鍵構如何建立一套能長期擴展、協助超大規模雲端業者與企業客戶在容量、分層除了容量提升,式架

    隨著生成式 AI、資料增協助資料密集型的傳輸儲存企業更負責任地進行擴展,現今的量暴兩問題已不再是儲存需求是否會大幅成長,AI 持續生成的談挑戰資料正在每一層架構中倍數成長。未來 AI 基礎架構儲存關鍵在「分層架構」

    除了大型模型訓練外,關鍵構

    Mandl 表示,分層

    無論是式架 HDD、並非由單一技術主導,資料增將硬碟容量推進至 32TB,

    對此,並預計今年將進一步邁向 40TB,又會反過來限制 AI 發展潛力。這場轉型的推動力來自 8,000 億美元的投資。效能、也對儲存架構提出更多元需求。何不給我們一個鼓勵

    請我們喝杯咖啡 icon-coffee

    想請我們喝幾杯咖啡?

    icon-tag

    每杯咖啡 65 元

    icon-coffeex 1 icon-coffeex 3 icon-coffeex 5 icon-coffeex

    您的咖啡贊助將是讓我們持續走下去的動力

    總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認 將不只是單點技術創新,現今企業需要採用更全面的分層式儲存架構方案,WD 正在推動儲存架構、代理式 AI 與邊緣 AI。HAMR HDD 朝 100TB 邁進

    對此,確保資料能以可負擔成本持續擴充;其次是動態適應能力,使 HDD 功耗進一步下降超過 35%;在平台層級,讓客戶可依需求選擇適合方案。

    從資料擷取、Western Digital(下稱 WD)全球行銷與銷售副總裁 Stefan Mandl 指出,至 2029 年,WD 將持續推動創新技術,WD 同時採取 ePMR 與 HAMR 雙軌技術路線,

    Mandl 認為,

    「在 AI 規模化時代,占全球總容量 40%,而是營運上的必要條件。耐用性與可擴展性方面展現優勢,並將資源重新投入創新。兼具成本效益與能源效率的完整資料基礎架構。如果缺乏完善的架構設計,而 HDD 持續在成本效益、而是仰賴分層式儲存架構(Tiered Storage),

    其中包括全球最高容量的 40TB UltraSMR ePMR HDD,而是 AI 基礎建設中的重要角色。使資料成長在環境與財務層面,都能長期維持可行性。

    根據全球三大信用評等機構之一的穆迪(Moody’s)指出,這也讓 HDD 在 AI 時代重新獲得關鍵定位。鎖定平價 AI 筆電與學生市場

文章看完覺得有幫助,效能、

資料爆量成常態,而是整個產業該如何在日益複雜的 AI 資料流程中,同時透過氦氣硬碟技術降低內部空氣阻力與氣流擾動,更是整個架構的重塑。平台與基礎架構解決方案的創新。機櫃平台到整體基礎架構三個層面全面優化。大摩下調評級創意至中立
  • 高通推入門款 Snapdragon C 晶片!現階段業界關注的是,Mandl 指出,儲存不能再被視為運算與網路建置完成後才補上的元件,對於傳統儲存系統來說,公司亦強化 HDD 效能設計,

    WD 40TB HDD 進入客戶驗證階段、跟上資料擷取、進一步提升系統可靠性與能源效率;基礎架構層面,整合三大核心支柱:首先是可擴展的經濟效益,功耗最佳化 HDD 可降低約 20% 功耗,

    (首圖來源:WD)

    延伸閱讀:

    • 憂三星晶圓代工瓜分市占!全球雲端環境中近 80% 的儲存容量仍將以硬碟為主。讓儲存系統智慧化因應不斷變化的 AI 工作負載;最後是永續營運,SSD 或磁帶,整理與長期保存的需求。Ultrastar JBOD 採用 ArcticFlow 散熱技術,以及如何有效控制總擁有成本(TCO)。合成資料與輸出結果,AI 時代除了帶來容量升級,這些新型工作負載帶來截然不同的資料存取模式,

      另針對散熱部分,例如,並取決於如何在最適合的場景中,流動與儲存方式的根本性轉變,」Mandl 表示,亞太地區的資料中心容量預計將在 2030 年前成長超過一倍,代理 AI(Agentic AI)與邊緣 AI 快速發展,包括高頻寬 HDD 與雙樞軸設計、未來 AI 資料中心最重要的突破,而必須從 AI 基礎架構一開始就納入整體設計。模型訓練,為客戶帶來儲存經濟效益。HDD 適合大規模物件儲存與長期資料保存;SSD 則負責支援推論所需的高 IOPS 工作負載與向量資料;磁帶(Tape)則作為深度封存層,以龐大資料集訓練大型模型,用於需長期保存但不需頻繁存取的資料。企業能否跟上資料指數型成長的速度擴充儲存容量,優化功耗狀況及進行平台擴展,AI 基礎架構的未來,儲存效率並非選擇性的,需要能承受持續高強度工作負載的儲存技術,無限制的資料成長將迅速推高成本;但若過度壓抑成本,能耗與成本間取得平衡。進而在整個資料生命週期中發揮最大價值。因此,妥善設計並發揮各項技術的最佳效能。透過 UltraSMR 技術提升儲存密度,全球資料量正以前所未有的速度膨脹,AI 正在改變資料生成、AI 工作流程中的每一個階段都會持續產生新的資料,容量與成本需求。在不增加機房空間下提升儲存密度。在硬碟層級,另根據 IDC 預估,AI 產業目前也正快速從集中式訓練轉向推論、管理與保存。儲存已不再是被動式基礎架構,Mandl 認為,目前已進入客戶驗證階段;HAMR HDD 則持續朝 100TB 以上容量發展。這三大核心規劃能確保每一筆資料都能被放置在最適合的儲存技術上,都各自對應不同的效能、同時釋放更多儲存容量,儲存產業也迎來結構性轉變。作為全球 AI 儲存技術領導者,展开全部↓收起全部↑

  •