在中國及亞太地區，人工智能（AI）正迅速從“技術測試”走向“核心應用”，不僅重塑了基礎設施建設的優先級，也被提升至國家數字戰略的高度。中國政府在最新的2025年《政府工作報告》中提出，將持續推進“人工智能+”行動，將數字技術與制造優勢、市場優勢更好結合起來。隨著當前AI技術加速迭代演進，該行動旨在大力推進AI規模化商業化應用，推動AI在經濟社會發展各領域加快普及、深度融合。

為了跟上亞太地區瞬息萬變的發展趨勢，各類組織正全力構建能夠支撐AI應用的計算與性能基礎設施。隨著企業不斷擴展AI版圖，一個不易察覺且日益突出的挑戰常常被忽視：如何高效存儲AI所需、所消耗及所產生的海量數據。

Stefan Mandl，西部數據中國、日本及亞太地區銷售與市場營銷副總裁

大眾針對 AI 與數據的討論主要集中在GPU和閃存性能，卻很少提及這些數據從何而來，又最終存放在哪里。從訓練數據集和模型檢查點，到推理日志與遙測技術，AI應用會生成熱（hot data）、溫（warm data）、冷（cold data）等不同類型的數據，因而需要根據各自不同的性能與容量需求定制存儲解決方案。機械硬盤（HDD) 在AI基礎設施中發揮著關鍵作用，為長期、大容量的數據存儲提供堅實支撐，并與高性能、低延遲的固態硬盤（SSD）協同運作。

AI工作負載的現實：并非全是“實時”運算

隨著科技巨頭在亞洲迅速擴展其AI應用能力，AI在數據生命周期的每一個階段都會消耗并生成海量數據，使數據存儲需求隨之激增。這些海量數據往往達到PB（Petabyte）級別，為 AI 模型提供所需的數據智能，助力在關鍵時刻和大規模場景中快速、精準地做出決策。數據越多，模型表現越佳。整個過程包括數據準備與攝取、模型訓練、推理與提示、推理引擎以及新內容生成，使AI高度依賴具備不同特性和功能的存儲解決方案。

性能表現固然重要，但容量、彈性、可擴展性等因素同樣關鍵。許多數據是一次寫入、后續讀取，或在訓練與遙測日志等特定階段呈現寫入密集型特征。這些數據通常會因為合規要求、模型再訓練、快照保存以及未來審計所需等不同需求，需要長期保存，但并非所有數據都需要高性能的閃存存儲。事實上，具前瞻性的AI平臺必須將高速存儲層與高效益存儲層結合配置。

超大規模云端服務供應商高度依賴HDD

高容量、高性價比的HDD解決方案為當今廣泛的大數據與數據湖提供了基礎，這些數據湖存儲著用于訓練模型的海量數據集。其來源包括原始數據檔案、視頻內容、對象存儲、系統日志、元數據和備份。因此，每一個AI應用都需要智能、可擴展且具成本效益的容量支撐，而這正是HDD持續發揮優勢的領域。

1. 成本優勢

在構建AI應用動態存儲環境時，單位TB成本是企業關鍵考量指標。企業需要優化預算分配，最大化可用資源利用率。大多數AI數據屬于溫數據或冷數據，因此高容量HDD是實現規模化、低成本存儲的理想選擇。根據西部數據的研究， HDD 在單位TB成本上相比閃存具備 6 倍優勢，特別是在大規模、高容量環境中表現突出。與此同時，HDD架構持續創新，使其能夠提供更高的存儲成本效益，隨著HDD容量增長，總體擁有成本 (TCO) 將進一步下降。

2. 性能表現

明確的性價比指標是影響存儲解決方案選擇的關鍵——核心在于為你的工作負載選擇最合適的解決方案。HDD持續在AI數據生命周期的多個工作負載中展現出強勁性能，實現了成本與性能的平衡。與其為冗余性能支付多余費用，各企業組織組織可以通過將存儲性能與實際需求對齊，來優化總擁有成本。供應商如西部數據提供了兼備高效能及成本效益的儲存解決方案，幫助客戶根據不同工作負載需求，打造合適的存儲組合。

3. 技術創新

HDD技術正在不斷演進，以更高容量、更優性能和更大價值賦能企業。這包括磁記錄系統創新，如能量輔助磁記錄 (EAMR) 技術和疊瓦式磁記錄 (SMR) 技術；以及機械結構創新，例如氦氣封裝HDD，讓3.5英寸硬盤可容納多達11個磁碟，從而在存儲密度、性能與能源效率方面不斷突破。展望未來，隨著熱輔助磁記錄 (HAMR) 的廣泛應用，HDD的容量還將迎來更進一步提升。

存儲命題不是非此即彼，而是分層共進

AI應用對存儲的需求極為廣泛，而HDD一直是滿足亞太地區長期、大規模存儲需求的中堅力量，幫助企業組織以高效、高性價比的方式，滿足不斷增長的高容量需求。如今的HDD并非“傳統技術”，而是數據基礎設施中，不斷進化的核心引擎，承載當下乃至未來AI工作負載所帶來，龐大且持續增長的存儲需求。

文章作者:Stefan Mandl，西部數據中國、日本及亞太地區銷售與市場營銷副總裁