【覓跡尋蹤潛力股】由於AI產生越多、且需要長期保存的資料 → AI資料中心所需的總儲存容量增加 → HDD作為低成本容量層的需求增加 → 威騰(WD)高容量HDD出貨/容量需求增加 → 銘異相關零組件需求受惠?
《覓跡尋蹤潛力股"銘異"系列》 由於AI產生越多、且需要長期保存的資料 → AI資料中心所需的總儲存容量增加 → HDD作為低成本容量層的需求增加 → 威騰(WD)高容量HDD出貨/容量需求增加 → 銘異相關零組件需求受惠? ㊀ 威騰(WD)最新資料直接指出: AI inference(AI推論)每一次互動都會產生新的資料,包括Output輸出、Metadata元資料和Logs日誌,而這些資料需要長期保存。所以AI的資料需求不是(訓練完模型就結束)。反而是:模型開始被大量inference使用之後,資料會持續累積。這就是威騰(WD)所說的:AI storage demand is cumulative and persistent(AI儲存需求是累積且持續的)。目前威騰(WD)已經明確把這個邏輯寫進自己的AI Storage(AI儲存)戰略。 ㊁ 為什麼這些資料不需要全部放SSD固態硬碟? 這是理解HDD(硬碟)投資邏輯最重要的一點。資料中心不會把所有資料都放在同一種儲存媒介。可以簡化成: ⓵ 資料類型(即時AI / Hot Data熱資料) : 儲存媒介=HBM / DRAM / SSD。主要要求=極低延遲。 ⓶ 資料類型(Training訓練集 / Active Dataset主動資料集) : 儲存媒介=SSD + HDD。主要要求=高頻存取 + 容量。 ⓷ 資料類型(Nearline Data近線資料 : 儲存媒介=HDD。 主要要求=容量、成本。 ⓸ 資料類型(Cold Data冷資料) : 儲存媒介=HDD。主要要求=$/TB、長期保存。也就是對於有TB等級大容量且需要長期保存(冷備份)的數據需求,評估每TB取得成本($/TB)與儲存壽命/維護難度是關鍵。 ⓹ 資料類型(檔案) : 儲存媒介=HDD。主要要求=極低成本、長期保存。所以:SSD的優勢是速度;HDD的優勢是容量與成本。而當資料量從TB → PB → EB時,每TB的成本差異會變得非常重要。 威騰(WD)目前甚至直接表示:約80%的Cloud / AI data Lives on HDDs(雲端與AI資料儲存於硬碟中)。 威騰(WD)另一篇2026年的文章也指出,HDD仍然是Hyperscale Data Environment(超大型資料環境)接近80%的容量基礎,而且...