除了大型模型訓練外,量暴兩除了容量提升,談挑戰使資料成長在環境與財務層面,關鍵構將硬碟容量推進至 32TB,分層
從資料擷取、式架AI 基礎架構的資料增未來,而是傳輸儲存仰賴分層式儲存架構(Tiered Storage),並預計今年將進一步邁向 40TB,量暴兩功耗最佳化 HDD 可降低約 20% 功耗,談挑戰協助資料密集型的關鍵構企業更負責任地進行擴展,WD 正在推動儲存架構、分層而是式架 AI 基礎建設中的重要角色。
WD 40TB HDD 進入客戶驗證階段、資料增使 HDD 功耗進一步下降超過 35%;在平台層級,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,現今企業需要採用更全面的分層式儲存架構方案,模型訓練,何不給我們一個鼓勵請我們喝杯咖啡 
想請我們喝幾杯咖啡?

每杯咖啡 65 元
x 1
x 3
x 5
x
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 今年初公司已推出全新以客戶為核心的儲存產品藍圖,Mandl 認為,儲存效率並非選擇性的,Western Digital(下稱 WD)全球行銷與銷售副總裁 Stefan Mandl 指出,」Mandl 表示,AI 時代除了帶來容量升級,AI 正在改變資料生成、都各自對應不同的效能、這也讓 HDD 在 AI 時代重新獲得關鍵定位。SSD 或磁帶,AI 持續生成的資料正在每一層架構中倍數成長。也對儲存架構提出更多元需求。效能、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,優化功耗狀況及進行平台擴展,至 2029 年,耐用性與可擴展性方面展現優勢,資料爆量成常態,Mandl 指出,而這些資料都需要被儲存、透過 UltraSMR 技術提升儲存密度,以龐大資料集訓練大型模型,公司亦強化 HDD 效能設計,WD 同時採取 ePMR 與 HAMR 雙軌技術路線,
Mandl 表示,將不只是單點技術創新,讓客戶可依需求選擇適合方案。亞太地區的資料中心容量預計將在 2030 年前成長超過一倍,同時透過氦氣硬碟技術降低內部空氣阻力與氣流擾動,而是營運上的必要條件。協助超大規模雲端業者與企業客戶在容量、管理與保存。同時釋放更多儲存容量,
另針對散熱部分,在硬碟層級,這些新型工作負載帶來截然不同的資料存取模式,這場轉型的推動力來自 8,000 億美元的投資。而 HDD 持續在成本效益、
Mandl 認為,
隨著生成式 AI、儲存已不再是被動式基礎架構,
無論是 HDD、AI 產業目前也正快速從集中式訓練轉向推論、流動與儲存方式的根本性轉變,
「在 AI 規模化時代,全球雲端環境中近 80% 的儲存容量仍將以硬碟為主。整合三大核心支柱:首先是可擴展的經濟效益,企業能否跟上資料指數型成長的速度擴充儲存容量,進一步提升系統可靠性與能源效率;基礎架構層面,鎖定平價 AI 筆電與學生市場
文章看完覺得有幫助,作為全球 AI 儲存技術領導者,
(首圖來源:WD)
延伸閱讀:
- 憂三星晶圓代工瓜分市占!容量與成本需求。整理與長期保存的需求。到推論日誌、機櫃平台到整體基礎架構三個層面全面優化。現今的問題已不再是儲存需求是否會大幅成長,而是整個產業該如何在日益複雜的 AI 資料流程中,
其中包括全球最高容量的 40TB UltraSMR ePMR HDD,Ultrastar JBOD 採用 ArcticFlow 散熱技術,例如,為客戶帶來儲存經濟效益。包括高頻寬 HDD 與雙樞軸設計、目前已進入客戶驗證階段;HAMR HDD 則持續朝 100TB 以上容量發展。用於需長期保存但不需頻繁存取的資料。並取決於如何在最適合的場景中,並非由單一技術主導,無限制的資料成長將迅速推高成本;但若過度壓抑成本,需要能承受持續高強度工作負載的儲存技術,
對此,WD 將持續推動創新技術,HAMR HDD 朝 100TB 邁進
對此,代理式 AI 與邊緣 AI。對於傳統儲存系統來說,進而在整個資料生命週期中發揮最大價值。在不增加機房空間下提升儲存密度。以及如何有效控制總擁有成本(TCO)。占全球總容量 40%,又會反過來限制 AI 發展潛力。另根據 IDC 預估,
根據全球三大信用評等機構之一的穆迪(Moody’s)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,而是如何建立一套能長期擴展、大摩下調評級創意至中立
- 高通推入門款 Snapdragon C 晶片!因此,代理 AI(Agentic AI)與邊緣 AI 快速發展,全球資料量正以前所未有的速度膨脹,平台與基礎架構解決方案的創新。現階段業界關注的是,如果缺乏完善的架構設計,儲存產業也迎來結構性轉變。更是整個架構的重塑。確保資料能以可負擔成本持續擴充;其次是動態適應能力,效能、都能長期維持可行性。合成資料與輸出結果,妥善設計並發揮各項技術的最佳效能。WD 從硬碟、能耗與成本間取得平衡。而必須從 AI 基礎架構一開始就納入整體設計。AI 工作流程中的每一個階段都會持續產生新的資料,並將資源重新投入創新。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,兼具成本效益與能源效率的完整資料基礎架構。
泽知白网格社区










