盡管AI還未完全成熟，但其推動力已經開始顯現，存儲需求回升明顯。”劉嘉說。24T、30T的容量增長已成為共識，接下來則是對性能的更高要求。

固態硬盤性能更高，機械硬盤高容量和低成本，也成為新一輪AI浪潮的一種選擇。2024財年希捷發貨量顯著增長，特別是企業級需求占比達到80%左右，推動了單盤容量的提升，尤其是20TB以上的大容量硬盤需求，實現性能與成本的平衡已經成為企業下一階段重點考慮的方向。

 

希捷中國區產品部總監劉嘉

生成式AI下的存儲選擇

生成式AI席卷而來，不同于最直觀的算力，存儲能做點什么？希捷從中看到了三個影響存儲的趨勢。

第一，數據生產加速：IDC報告數據顯示，2023年中國大數據市場規模達179.3億元人民幣，相比2022年增長24.6%。希捷認為到2028年數據生產都會處在加速的狀態，一個原因是生產數據的內容越來越豐富，文字、視頻、文生內容，另一個原因是更多的數據需要留存，預計到2028年，生成式AI將產生約100ZB的數據。

第二，AI對存儲的影響：數據生產與數據存儲是兩個過程，相比之前數據生成速度提升，存儲需求存在一定的滯后性。過去一年多企業的AI投資主要集中在算力、模型層面，接下來，隨著數據的增長，存儲需求也將顯著提升。

第三，存儲介質的選擇：隨著AI帶動GPU和內存價格上漲，固態硬盤和機械硬盤的單TB價格比正在增大。過去一年中，固態硬盤價格增速快于機械硬盤。除了AI訓練需要的固態硬盤，很多客戶還會選擇在性價比和總擁有成本（TCO）上更具優勢的機械硬盤。

隨著生成式AI的快速崛起，存儲的角色變得愈發關鍵。希捷希望把握數據生產加速、AI對存儲需求的滯后性、存儲介質選擇三大趨勢，提供相應的解決方案。

在大模型的訓練過程中，存儲會參與到多個環節中。劉嘉認為，機械硬盤也可以在這些環節提供相應的支撐。

模型文件：在訓練開始時，模型文件會直接存儲在GPU集群中，文件大小從幾百MB到幾個TB不等。

checkpoint（檢查點）：訓練過程中會產生臨時保存的數據（checkpoint），最初很多企業使用性能較高的固態硬盤存儲這些數據，同時成本也較高。現在企業發現可以將不常讀取的checkpoint數據轉移到機械硬盤降低成本。

模型版本：當模型訓練多個版本時，會有不同版本的模型數據保存，由于存儲對性能要求較低，部分企業選擇使用機械硬盤。

生成數據：通過文生圖片、視頻等生成的數據大概率會存儲在機械硬盤上，特別是在模型穩定后，生成數據更加豐富且留存時間更長，進一步優化存儲成本可以使用機械硬盤。

存儲進入大容量時代

希捷一直是機械硬盤巨頭，從2024年財報顯示，希捷實現 65.51 億美元營收，其中毛利率為23.4%，較上一年度的18.3%有了明顯的提升，回歸盈利通道。

機械硬盤還會是希捷未來的主陣地，劉嘉認為，企業90%的數據存儲在企業級硬盤和云端，服務好這部分市場非常關鍵。

同時，希捷的另一個重點是持續提升容量、降低功耗，提高每TB的性能，以滿足生成式AI的需求。希捷還在積極評估與AI相關的新機會，旨以適應日益增長的AI應用和負載需求。

通過對市場需求的觀察，希捷將客戶分為三類：

優化工作負載的客戶：這類客戶看中機械硬盤的大容量和低成本優勢。雖然機械硬盤在隨機讀寫性能上和固態硬盤比相差10-20萬，但順序讀寫上每秒能達到250M。基于這些特性在業務層將工作負載順序化，將順序讀寫任務分配給機械硬盤，隨機讀寫任務則轉移到閃存上，降低了總擁有成本（TCO）。

停留在固定容量的客戶：有些客戶使用的機械硬盤容量停留在12TB左右，因更高容量的硬盤性能不理想，仍然選擇機械硬盤，因為價格較低，且未來隨著磁密度的提升，這類容量也可能有進一步的改進空間。

嘗試雙磁臂硬盤的客戶：采用雙磁臂硬盤技術在增加容量的同時可以保持單TB的性能不變，適用于對IO要求較高的業務場景，如塊存儲、郵件服務器。雙磁臂硬盤相比單磁臂硬盤價格略高，但性能提升顯著，是一種平衡成本與性能的選擇。

希捷已經提供了包括銀河Exos系列大容量機械硬盤、希捷雷霆Nytro系列固態硬盤，以及Mozaic 3+（魔彩盒3+）平臺等企業級數據存儲解決方案來滿足不同客戶的需求。其中Mozaic 3+（魔彩盒3+）帶來的30TB突破，單盤片容量達到了3TB，未來單碟容量還將達到4TB、5TB。

隨著存儲持續在AI領域發揮重要作用，更高的面密度和高容量也將成為決戰AI時代的關鍵。