🐯虎嗅•近期收集於 20m
Seagate：AI基礎設施轉向以儲存為中心的模式
💡了解為何高容量 HDD 在 AI 時代依然關鍵，以及如何為海量 AI 資料集架構儲存系統。
⚡ 30-Second TL;DR
有什麼變化
AI 基礎設施的演進順序為：運算、記憶體，現在則是儲存。
為什麼重要
此轉變要求 AI 開發者重新評估資料架構，優先考慮針對海量訓練資料集的高性價比、高密度儲存解決方案。
下一步行動
評估您的資料管線，確保您的物件儲存架構能滿足 AI 模型長期保存的需求。
誰應關注：Developers & AI Engineers
關鍵要點
- •AI 基礎設施的演進順序為：運算、記憶體，現在則是儲存。
- •物件儲存正成為大規模 AI 應用的新「主儲存」。
- •「刪除刪除鍵」的趨勢正推動 AI 資料中心對高容量 HDD 的需求。
- •自主系統與 AI Agent 正呈指數級增加資料量與保存需求。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Seagate 透過 HAMR（熱輔助磁記錄）技術，已成功將單碟容量提升至 3TB 以上，這是實現高密度儲存以應對 AI 資料爆炸的關鍵硬體基礎。
- •AI 訓練過程中的『資料湖』架構正推動冷儲存（Cold Storage）向熱儲存（Hot Storage）轉型，要求 HDD 具備更快的隨機讀取效能。
- •Seagate 推出的 Lyve Cloud 平台，旨在提供與 AWS S3 相容的物件儲存服務，直接解決 AI 企業在多雲環境下的資料遷移與儲存成本問題。
- •為了降低 AI 資料中心的總體擁有成本（TCO），Seagate 正積極推動『儲存即服務』（STaaS）模式，以減輕企業在硬體採購上的資本支出壓力。
- •AI 模型訓練產生的中繼資料（Metadata）與檢查點（Checkpoints）需求，促使 Seagate 開發針對高併發存取優化的多致動器（Multi-Actuator）技術。
📊 競品分析▸ Show
| 特性/廠商 | Seagate (Exos/Lyve) | Western Digital (Ultrastar) | Micron (SSD/HBM) |
|---|---|---|---|
| 核心儲存技術 | HAMR (HDD) | ePMR/OptiNAND (HDD) | HBM3e/NAND (SSD) |
| AI 儲存定位 | 高容量、低成本長期保存 | 高效能企業級 HDD | 高速運算記憶體與快取 |
| 雲端整合 | Lyve Cloud (S3 相容) | 雲端儲存解決方案 | 邊緣運算與 AI 加速器 |
🛠️ 技術深入
- HAMR 技術：利用雷射加熱磁性介質，突破傳統磁記錄的超順磁極限，實現更高面密度。
- 多致動器技術 (MACH.2)：在單一硬碟中配置兩個獨立的致動器，使資料傳輸效能提升至傳統 HDD 的兩倍。
- 物件儲存架構：透過扁平化命名空間取代傳統檔案系統，解決大規模非結構化資料的擴展性瓶頸。
- 資料保存策略：利用 AI 演算法自動識別冷熱資料，將不常存取的資料自動遷移至高容量 HDD，優化儲存層級。
🔮 前景展望AI analysis grounded in cited sources
HDD 將在 AI 資料中心佔據 80% 以上的長期儲存份額。
儘管 SSD 效能較高，但 AI 生成資料的指數級成長使得 HDD 在單位儲存成本（$/TB）上具有不可替代的經濟優勢。
儲存架構將從傳統伺服器內建儲存轉向解耦式儲存池。
為了滿足 AI 運算叢集對資料存取的彈性需求，儲存資源將獨立於運算節點進行擴展。
⏳ 時間線
2020-12
Seagate 宣布開始出貨 20TB HAMR 硬碟，標誌著高密度儲存技術商業化的重要里程碑。
2021-03
Seagate 正式推出 Lyve Cloud，進入物件儲存與雲端服務市場。
2023-05
Seagate 發表 Mozaic3+ 儲存平台，整合 HAMR 技術以支援 30TB+ 容量硬碟。
2024-02
Seagate 開始大規模出貨 30TB 以上容量的 Exos 硬碟，滿足 AI 基礎設施對高密度儲存的需求。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗