6.3
深览指数
科技智东西·ZeR0 佛系码字,日常闲置。··AI 生成

AI时代数据存储架构如何创新?西部数据在WAIC公布路线图

西部数据在WAIC 2026上展示了面向AI基础设施的存储技术路线图,核心观点是:AI不仅是计算系统,更是数据系统,数据会持续累积,而经济性决定架构。文章详细拆解了AI存储栈的四个层级(HBM/DRAM、KV缓存、语义数据库、HDD大容量存储),并指出约80%的AI内容存储在HDD上。西部数据预计到2029年实现单盘100TB以上容量,并公布了ePMR与HAMR并行发展的技术路径。适合关注AI基础设施、存储产业和硬件技术趋势的读者。原文 ↗

核心观点
  • AI不仅是计算系统,更是数据系统,数据会持续累积,存储需求呈现持续性和累积性,经济性决定架构。
  1. 01西部数据估算,约80%的AI内容存储在HDD上,20%存储在SSD上,两者并非存量竞争,而是互补关系。
  2. 02生成一个3.97MB视频需要在整个存储栈中完成46.5GB的读写,并在后端留下506MB数据,形成自我强化的存储循环。
  3. 03AI存储栈分为四个层级:HBM/DRAM(模型权重)、KV缓存(短期记忆,用DRAM和SSD)、语义数据库(向量和RAG数据,用SSD)、HDD大容量存储(日志和训练数据)。
  4. 04西部数据展示了高带宽硬盘技术(多磁头同时读写,可提供2倍带宽,未来可达8倍)和双枢轴技术(增加第二组执行器,提供2倍顺序IO性能)。
  5. 05西部数据公布路线图:ePMR与HAMR并行发展,目标2029年实现单盘100TB以上容量;采用UltraSMR ePMR技术的40TB HDD计划2026年下半年量产。
  6. 06AI训练数据通常一次写入HDD,周期性读取;推理产生大量随机小数据读取,需要SSD的高带宽和高IOPS;推理输出数据最终迁移到HDD持久化存储。
反方 / 局限
  • 文章未提及HDD容量增长面临的物理极限(如超顺磁极限)以及HAMR技术成熟度、成本和可靠性方面的挑战,也未讨论SSD成本快速下降对HDD份额的潜在挤压。
7 分钟 · 4 卡片 · 12 资料
读原文 →

前置背景

平行视角

未来推演

延伸追问