西部数据分析称存储成为 AI 基础设施新瓶颈

西部数据分析指出，随着人工智能应用规模快速扩大，AI 数据中心建设正从 GPU 算力竞争转向数据存储能力竞争，存储规划已成为 AI 基础设施的核心环节。IDC 预测到 2030 年全球每年新增数据量将达到 718ZB。AI 系统产生的数据在计算任务结束后仍会持续累积，包括训练数据、模型检查点、推理日志等。当前许多 AI 基础设施规划过度关注 GPU 使用率，忽视了数据沉淀的重要性。训练和推理过程产生的数据将成为模型迭代和质量评估的重要资产，存储成本将直接影响 AI 系统长期运营效率。随着数据规模进入 PB 甚至 EB 级别，单一存储架构难以满足需求，企业需采用分层存储策略，将高性能闪存用于训练和实时推理，将高容量 HDD 和对象存储用于长期数据保存。分析认为，未来 AI 基础设施竞争的关键指标将包括每 PB 数据存储成本、能耗和数据生命周期管理能力，若企业仍将存储视为附属环节，可能面临数据成本失控和模型迭代效率下降等问题。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。