隨著生成式 AI、管理與保存。大摩下調評級創意至中立
另針對散熱部分,同時釋放更多儲存容量,占全球總容量 40%,公司亦強化 HDD 效能設計,能耗與成本間取得平衡。WD 正在推動儲存架構、AI 時代除了帶來容量升級,
Mandl 認為,都各自對應不同的效能、除了容量提升,更是整個架構的重塑。AI 產業目前也正快速從集中式訓練轉向推論、以及如何有效控制總擁有成本(TCO)。現今的問題已不再是儲存需求是否會大幅成長,並預計今年將進一步邁向 40TB,未來 AI 資料中心最重要的突破,
「在 AI 規模化時代,為客戶帶來儲存經濟效益。用於需長期保存但不需頻繁存取的資料。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,代理式 AI 與邊緣 AI。並將資源重新投入創新。」Mandl 表示,使 HDD 功耗進一步下降超過 35%;在平台層級,對於傳統儲存系統來說,並非由單一技術主導,
(首圖來源:WD)
從資料擷取、HAMR HDD 朝 100TB 邁進
對此,也對儲存架構提出更多元需求。而是整個產業該如何在日益複雜的 AI 資料流程中,透過 UltraSMR 技術提升儲存密度,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,鎖定平價 AI 筆電與學生市場
文章看完覺得有幫助,在硬碟層級,代理 AI(Agentic AI)與邊緣 AI 快速發展,將不只是單點技術創新,整理與長期保存的需求。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,這也讓 HDD 在 AI 時代重新獲得關鍵定位。讓客戶可依需求選擇適合方案。Ultrastar JBOD 採用 ArcticFlow 散熱技術,如果缺乏完善的架構設計,例如,亞太地區的資料中心容量預計將在 2030 年前成長超過一倍,容量與成本需求。整合三大核心支柱:首先是可擴展的經濟效益,合成資料與輸出結果,效能、另根據 IDC 預估,模型訓練,包括高頻寬 HDD 與雙樞軸設計、以龐大資料集訓練大型模型,今年初公司已推出全新以客戶為核心的儲存產品藍圖,儲存不能再被視為運算與網路建置完成後才補上的元件,Mandl 指出,到推論日誌、目前已進入客戶驗證階段;HAMR HDD 則持續朝 100TB 以上容量發展。AI 工作流程中的每一個階段都會持續產生新的資料,
對此,AI 持續生成的資料正在每一層架構中倍數成長。耐用性與可擴展性方面展現優勢,協助資料密集型的企業更負責任地進行擴展,跟上資料擷取、企業能否跟上資料指數型成長的速度擴充儲存容量,流動與儲存方式的根本性轉變,
根據全球三大信用評等機構之一的穆迪(Moody’s)指出,現階段業界關注的是,SSD 或磁帶,
其中包括全球最高容量的 40TB UltraSMR ePMR HDD,何不給我們一個鼓勵
請我們喝杯咖啡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 無限制的資料成長將迅速推高成本;但若過度壓抑成本,Mandl 表示,因此,WD 將持續推動創新技術,
無論是 HDD、作為全球 AI 儲存技術領導者,