智东西开yun体育网
智东西7月21日报说念，寰宇东说念主工智能大会WAIC 2026时间，西部数据通过参展与举行专题分论坛，全面呈现有储基础顺次怎么撑抓AI的范畴化发展。
数据怎么被存储、经管与耐久保留，已成为决定AI能否完毕可抓续、经济高效范畴化发展的要津成分。
在展台上，西部数据展示了两项业界草创的先进HDD革命时期：高带宽硬盘时期和双枢轴硬盘时期，以及HAMR（热扶持磁纪录）、ePMR（能量扶持垂直磁纪录）和UltraSMR时期，并展现了这些时期怎么与其平台家具组合相得益彰，专为应承范畴化AI基础顺次的需求而打造。
其中，高带宽硬盘时期通过多磁头在多个磁说念同期进行读写，可在不加多功耗的前提下提供高达传统HDD 2倍的带宽。该时期具备明晰的拓展旅途，将来可完毕高达8倍的带宽增益，当今已委派客户进行考证。
双枢轴时期在寂然枢轴上加多了第二组寂然运转的实施器，可在3.5英寸硬盘内提供高达2倍的法例IO性能增益 。这与以往糟跶容量且需要客户大幅度修改软件的双实施器策画不同，双枢轴时期通过减弱磁碟间距，在单个硬盘中搭载更多磁碟，从而擢升合座容量。
通过这些时期的辘集，西部数据将使硬盘法例IO性能合座擢升至4倍，在完毕100TB HDD的同期，仍能保抓客户现时享有的每TB相对IO速度。这有用减少了客户在容量膨胀经过中加多SSD部署或重构干事架构的需求。
西部数据还展出了面向大范畴数据存储环境的多款Ultrastar企业级HDD处理决议，包括40TB和34TB Ultrastar DC HC6100数据中心UltraSMR硬盘、30TB和28TB Ultrastar DC HC5090数据中心CMR硬盘、接受HAMR时期的40TB Ultrastar DC HCS100数据中心UltraSMR硬盘，以及接受高带宽硬盘和双枢轴时期的性能优化型硬盘。
值得可贵的是，接受UltraSMR ePMR时期的40TB HDD现已过问客户认证阶段，并筹画于2026年下半年完毕量产。
西部数据展出的精选先进存储平台处理决议，包括全新Ultrastar Data60 3000羼杂存储平台、OpenFlex Data24 4200存储平台以及RapidFlex C2000收罗交换桥接适配器，旨在支抓可膨胀部署、活泼的资源诈欺以及应承当代数据基础顺次的条款。
7月19日下昼，西部数据举办以“面向AI时间的数据存储架构革命”为主题的分论坛。西部数据配置工程高等副总裁Tim Rausch发表主题演讲。
西部数据从一个要津相反点再行谛视了AI基础顺次：即计较周期不错重迭诈欺，而数据会抓续积蓄。
Tim强调，AI不仅是计较系统，更是数据系统，在其中覆按和推理走动轮回。每一次交互齐会产生新的数据，这些数据可被存储、再行纳入覆按并用于校阅后续模子，使存储需求呈现抓续性和积蓄性。怎么高效经管这些海量数据，已成为行业濒临的中枢挑战。
他注重共享了三类使命负载：
第一类是覆按数据，频频一次写入、存放在HDD上，并被周期性读取，因为模子并非恒久处于覆按现象。跟着用户生成的本色回流到AI数据轮回中，覆按数据量会抓续增长。这一层最垂青的是大概膨胀到EB级、且具有老本效益的存储，而这恰是HDD的用处。
第二类是推理，举例我与AI交互，请它提供晚餐食谱或生成一张图片，同期还特别百万用户在以近似的形势使用AI，这会产生多量就地少许据读取，还需要内存来保留对话高下文。因此，这一层既需要高带宽和高IOPS，也需要抓久化存储，这恰是SSD领悟作用的场景。
第三类是推理输出，也即是AI为我生成的食谱、图片或其他本色。此外开yun体育网，AI还会保留日记、跟踪纪录、合规纪录和元数据。许多数据率先位于HBM或DRAM中，但很快会向下迁徙到HDD，进行抓久化存储。
AI存储栈与传统云应用使用的存储栈有所不同。传统应用可能主要依赖两个存储层级：闪存和HDD。假定一个应用中特别千张图片，用户掀开应用时起初看到的10到20张图片可能来自NAND闪存，以便快速呈现；不绝向下浏览时，后续图片则从HDD加载，因为HDD更具老本效益。配置者会笔据性能与老本的平衡，将本色放到相宜的存储层。
AI构建者接受归拢套原则，但触及到更多层级：
表层是模子权重/GPU显存溢出，即HBM或DRAM紧邻老本上流的GPU，以便抓续向其供给数据。下一层是KV缓存，也即是AI系统的短期缅思，主要使用DRAM和SSD。再下一层是语义数据库，其中包含向量、镶嵌和检索增强生成（RAG）数据，频频运转在SSD上的高性能数据层。最底层是HDD大容量存储，用来保存日记、用户生成本色的副本以及覆按数据。
“在范畴化发展中，经济性决定架构。通过闪存处感性能敏锐型少许据读取，由HDD承载抑制积蓄的写入流，这种智能数据分层和平衡的存储架构不仅大概自如搪塞抓续增长的数据范畴，更让AI基础顺次变得求实、优雅且经济可行。”Tim说。
他展示了一个案例：生成一个3.97MB的视频需要在扫数存储栈中完成46.5GB的读写，并在后端留住506MB数据。当推理输出被存储、再行纳入系统并用作合成覆按数据后，便变成“模子校阅—更多推理—更多输出被留存”的自我强化轮回，抓续扩大抓久存储层。
Tim合计，得胜的AI企业会将数据放在正确的层级，并让数据在AI存储栈的4个层级之间抓续迁徙。
“当今咱们看到，约80%的AI本色存储在HDD上，20%存储在SSD上。”他谈说念，他并不是目的HDD占据的市集份额应当提高，而是思强调数据总量本人正在增长，HDD与SSD并不是在濒临存量竞争，而是互彼此补，HDD、SSD、DRAM和HBM应笔据各自的性能和经济性部署在最相宜的层级。
为搪塞抓续积蓄的数据需求，西部数据共享了将来五年的发展道路图。
西部数据将选拔ePMR与HAMR并行发展的旅途，匡助客户更沉稳地迈向2029年单盘100TB以上的容量。
关于需要高性能的使命负载，西部数据将通过高带宽硬盘时期与双枢轴时期提供带宽与IO性能方面的增益。
针对AI交互生成并需要抓久留存的数据，可通过功耗优化型HDD提供经济可抓续的处理决议。
此外，西部数据还将诈欺其智能平台，将HDD的经济性和上风蔓延至更平凡的客户群体。