【覓跡尋蹤潛力股】為什麼AI資料中心儲存應用依舊七至八成採用硬碟(HDD)有何關鍵因素? 主要在於分層儲存架構下的結構性需求? 銘異真正戰略亮點是什麼?
《覓跡尋蹤潛力股"銘異"系列》 為什麼AI資料中心儲存應用依舊七至八成採用硬碟(HDD)有何關鍵因素? 主要在於分層儲存架構下的結構性需求? 銘異真正戰略亮點是什麼? ㊀ 為什麼AI反而讓HDD的戰略價值上升? ⓵ AI增加的是(資料量),不只是(運算量): AI GPU/加速器的需求大家都看得到,但真正容易被低估的是:每一次訓練、推論、Agent operation代理運作都會留下資料。包括:原始訓練資料集、模型版本、推論日誌、 嵌入向量、向量資料庫、使用者提示詞/回應、多模態影像/影片、審計與合規資料、備份與災難復原。威騰(WD)在2026年的客戶調查直接指出:AI產生的訓練資料集、推論日誌、嵌入向量、輸出結果會持續累積;因此資料儲存問題已經逐漸與運算問題同等重要。所以AI的邏輯不是:GPU越快 → SSD越多,而是 GPU越多 → 資料產生越多 → 長期保留的資料也越多 → 大容量HDD的需求增加。 ⓶ 真正的核心是TCO總體擁有成本,而不是HDD比SSD慢: 這是最重要的一點。如果某筆資料每秒都要被GPU讀取,那當然不能把它放HDD。但問題是:為什麼要把PB/EB等級、低頻存取的資料全部放SSD? 這會產生巨大的資本成本。威騰(WD)2026年調查中,87%的受訪者把Capacity expansion產能擴充 / TCO optimization總擁有成本最佳化列為AI基礎建設優先事項;74%則認為HDD的主要優勢是 TCO總體擁有成本、容量與Scalability可擴充性。 ⓷ 所以資料中心實際上是: AI Data資料 ➊ Hot熱資料/Active活躍資料 → SSD、低延遲、High IOPS高每秒讀寫次數、GPU feeding資料餵送。 ➋ Cold冷資料/Persistent持久性 → HDD、Low $/TB低每TB成本/低每TB價格、Huge capacity海量容量。也就是:SSD是效能層;HDD是容量層。兩者不是二選一。 ㊁ HAMR改變的是HDD的經濟曲線= HDD單顆已突破30TB、邁向50TB。更值得關注的是Areal density面密度 / Capacity Roadmap容量技術藍圖。威騰(WD)在2026年已公布:40TB UltraSMR ePMR已進入客戶認證。HAMR熱輔助磁記錄技術...