西部數據分析稱存儲成為 AI 基礎設施新瓶頸

西部數據分析指出，隨著人工智慧應用規模快速擴大，AI 數據中心建設正從 GPU 計算力競爭轉向數據存儲能力競爭，存儲規劃已成為 AI 基礎設施的核心環節。IDC 預測到 2030 年全球每年新增數據量將達到 718ZB。AI 系統產生的數據在計算任務結束後仍會持續累積，包括訓練數據、模型檢查點、推理日誌等。當前許多 AI 基礎設施規劃過度關注 GPU 使用率，忽視了數據沉澱的重要性。訓練和推理過程產生的數據將成為模型迭代和質量評估的重要資產，存儲成本將直接影響 AI 系統長期運營效率。隨著數據規模進入 PB 甚至 EB 級別，單一存儲架構難以滿足需求，企業需採用分層存儲策略，將高性能閃存用於訓練和即時推理，將高容量 HDD 和對象存儲用於長期數據保存。分析認為，未來 AI 基礎設施競爭的關鍵指標將包括每 PB 數據存儲成本、能耗和數據生命周期管理能力，若企業仍將存儲視為附屬環節，可能面臨數據成本失控和模型迭代效率下降等問題。

本內容僅供參考，不構成任何金融、投資、法律或稅務建議。文中提及的任何活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售或交易任何加密資產的推薦、招攬或邀請。加密資產具有高波動性，存在價值損失風險。WEEX服務、產品及相關活動的可用性可能因地區而異。用戶在參與前有責任確保符合當地適用法律法規。