西部数据携业界首创HDD技术亮相WAIC

新型云存储层级涵盖模型权重/GPU显存溢出、KV Cache、向量与RAG，以及HDD大容量存储。

本文为IPO早知道原创

作者｜罗宾

据IPO早知道消息，西部数据WD参展2026世界人工智能大会（WAIC），并于7月19日举办“面向AI时代的数据存储架构创新”分论坛，围绕AI数据基础设施、分层存储架构与生态协同，分享面向AI规模化应用的最新观察。

当AI从实验探索走向生产环境和规模化部署，基础设施讨论正在从“算力”进一步延展到“数据”。在训练、推理、日志记录、模型输出和持续优化等环节中，AI工作负载正在产生并依赖大量数据。这些数据需要被存储、管理、保留与复用，成为支撑模型迭代、业务优化和长期价值释放的重要基础。这也意味着，AI不只是一个算力系统，更是一个数据系统。持续增长的数据、分层演进的架构，以及兼顾容量、性能、可靠性与TCO的基础设施能力，正在成为驱动AI规模化发展的关键因素。

性能优化型HDD技术与存储平台矩阵

西部数据展示了其最新的机械硬盘（HDD）创新技术——涵盖HAMR（热辅助磁记录）、ePMR（能量辅助垂直磁记录）、UltraSMR™、高带宽硬盘技术（High Bandwidth Drive Technology）与双枢轴技术（Dual Pivot Technology），印证西部数据在推动容量、性能、可靠性与总体拥有成本（TCO）优化方面的持续投入，进一步巩固了公司作为战略性AI基础设施合作伙伴的地位，使其能够全面赋能客户，高效存储、管理和传输AI工作负载下呈指数级增长的海量数据。

同时，西部数据还展出了精选的先进存储平台解决方案，包括全新Ultrastar™ Data60 3000混合存储平台、OpenFlex™ Data24 4200存储平台以及RapidFlex™ C2000网络交换桥接适配器，旨在支持可扩展部署、灵活的资源利用以及满足现代数据基础设施的要求。

AI规模化重新定义数据基础设施

在分论坛现场，西部数据开发工程高级副总裁Tim Rausch发表题为“面向规模化AI的存储革新”的主题演讲，分享西部数据对于AI存储基础设施和数据架构演进的观察。随后，来自计算、数据安全、数据管理及行业应用领域的企业代表，也围绕AI基础设施的未来演进共同展开了深入的探讨。

在分论坛中，西部数据从一个关键差异点重新审视了AI基础设施：即计算周期可以重复利用，而数据会持续累积。Tim强调，AI不仅是计算系统，更是数据系统，在其中训练和推理往复循环。每一次交互都会产生新的数据，这些数据可被存储、重新纳入训练并用于改进后续模型，使存储需求呈现持续性和累积性。如何高效管理这些海量数据，已成为行业面临的核心挑战。

Tim剖析了AI工作负载如何推动云存储架构从传统的2层向专业的4层演进。新的层级包括模型权重/GPU显存溢出、KV Cache、向量、嵌入与检索增强生成（RAG）、HDD大容量存储。他指出：“在规模化发展中，经济性决定架构。通过闪存处理性能敏感型小数据读取，由HDD承载不断累积的写入流，这种智能数据分层和均衡的存储架构不仅能够从容应对持续增长的数据规模，更让AI基础设施变得务实、优雅且经济可行。”

Tim以一次生成式视频请求说明了这一过程。在演讲展示的案例中，生成一个3.97MB的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。当推理输出被存储、重新纳入系统并用作合成训练数据后，便形成模型改进——更多推理——更多输出被留存的自我强化循环，持续扩大持久存储层。

这也使高容量存储在AI基础设施中的战略价值进一步凸显。随着AI数据规模持续扩大，企业不仅需要高性能存储来支撑活跃数据访问，也需要具备容量优势、长期可靠性和TCO效率的存储基础来承载海量数据资产。HDD因此在大规模数据留存、长期保留、成本优化和数据生命周期管理中发挥关键作用。

面向AI规模化发展，存储架构不应被理解为单一介质的选择题，而是需要根据不同工作负载和数据生命周期进行分层设计。围绕这一趋势，西部数据持续推进高容量企业级HDD技术创新，包括ePMR与HAMR双路径技术演进，以及面向更高容量密度、性能优化和系统效率的持续创新，帮助客户在AI规模化应用中更好地平衡容量、性能、可靠性与总体拥有成本。

为应对这些持续累积的数据需求，西部数据还分享了未来五年的发展路线图。公司将采取ePMR与HAMR并行发展的路径，帮助客户更平稳地迈向2029年单盘100TB以上的容量。对于需要高性能的工作负载，西部数据将通过高带宽硬盘技术与双枢轴技术提供带宽与IO性能方面的增益。针对AI交互生成并需要持久留存的数据，可通过功耗优化型HDD提供经济可持续的解决方案。此外，西部数据还将利用其智能平台，将HDD的经济性和优势延伸至更广泛的客户群体。