WD最新調查｜AI部署推動儲存需求結構轉變　HDD續成企業基石

全球數據生成及儲存需求創新高，美國資料儲存公司 WD 最近針對全球主要客戶及分銷商，展開最新抽樣調查，揭示了一系列獨特的市場洞察，其中一項重要發現是： 企業愈來愈重視具備經過驗證的可靠性、可預期的成本效益，以及可長遠擴展數據容量的基礎設施。 

調查結果反映 AI 基礎設施正出現結構性轉變：運算資源可於模型訓練及推理過程中重複調用 ，但 AI 生成的數據，例如訓練數據集、推理記錄、訊息嵌入及數據輸出結果等，卻會持續累積。隨著企業從實驗性 AI 部署邁向生產級部署，長期數據留存與運營成本效益，日益成為基礎架構決策的核心驅動力，這催生了獨立於短期算力周期之外、持續複合增長的存儲需求。

主要調查結果

經驗證的基礎設施更受企業青睞 

．66% 受訪者表示，已經或正在考慮降低新興技術的優先級，轉而選擇具備穩定可靠性及可預測效能的方案。

隨著 AI 部署規模擴展，企業更傾向採用經實際營運驗證的基礎設施。 

可靠性及 AI 工作負載並列為首要考量

．69% 受訪者著重支援 AI 訓練及推理工作負載 

．69% 受訪者著重提升可靠性及可用性 

．僅有 7% 受訪者將延遲優化列為首要考量，低於擴展性 、可靠性及營運效率 

隨著 AI 應用逐漸規模化，企業更著重以吞吐量為核心、並支援大規模數據流轉的基礎設施。此舉反映出企業優先考量可靠性、一致性及效率，而非單純追求低延遲，以減輕整體營運負擔。

容量擴展及成本效益主導基礎設施規劃

．87% 受訪者表示優先考量容量擴展及改善總持有成本 （TCO）

隨著 AI 數據量暴增，數據容量與營運成本考量成為基礎設施規劃及持續 AI 營運的核心，反映企業愈來愈重視長遠擴展性、營運效率及 AI 數據增長需求。 

成本效益驅動儲存決策

．74% 受訪者認為以 HDD 為基礎的基礎設施在總持有成本、容量及擴展性上均具備優勢 

在大規模儲存架構規劃中，成本效益與擴展性仍然是關鍵因素，突顯分層儲存架構在平衡 AI 生命週期中的效能與成本方面愈趨重要。 

HDD 基礎設施仍然是 AI 驅動的數據增長的基石

．70% 受訪者表示其混合儲存架構中，超過 50% 仍然以 HDD 為主 

．更有 35% 受訪者表示 HDD 在其總儲存容量中，佔比超過 75% 

在眾多數據中心環境中，HDD 仍然佔據大部分儲存容量，尤其當企業規劃超大規模數據環境及長期數據儲存需求時更顯重要。 

對 AI 基礎設施的啟示 

調查結果顯示，企業正逐步構建可持續支援AI數據系統的基礎設施，而非只針對單一工作負載或短期試驗。調查反映出整個行業正迎來轉型：AI 基礎設施正逐步從高性能運算環境，轉型為長期運作的數據系統。