為了推動下一波 AI 創新，Western Digital（NASDAQ：WDC）今日推出包含六個階段的 AI 資料循環架構，定義大規模 AI 工作負載的最佳儲存組合。此架構能協助企業規劃和開發先進的儲存基礎架構，最大化 AI 投資、提升效率，並降低 AI 工作流程的總體擁有成本（TCO）。
AI 模型在運作過程中會不斷使用和生成資料，在處理文字、圖像、音訊和影片等資料類型時也會產生獨特的新資料。隨著 AI 技術日益進步，資料儲存系統的容量和效能也必須支援大型且複雜模型的運算負載和速度，並管理龐大的資料量。Western Digital 根據資料循環中每個關鍵階段的儲存需求，策略性地調整其快閃記憶體和 HDD 產品與技術的開發計畫並推出數款產品，包括今日推出引領業界的全新高效能 PCIe® Gen5 SSD，可支援 AI 訓練和推論；高容量的 64TB* SSD 以快速建構 AI 資料湖（data lake），以及全球最高容量的 ePMR、UltraSMR 32TB* HDD，是符合經濟效益的大規模儲存解決方案。
IDC 研究總監 Ed Burns 表示：「生成式 AI 無疑是下一個顛覆性技術，而儲存扮演重要的推手。由於儲存以及資料存取會影響 AI 模型的速度、效率與準確性，尤其是更大型、更高品質的資料集日益普及時，儲存方案的影響力將會更加顯著。Western Digital 作為快閃記憶體和 HDD 的領導業者，將憑藉強大的市場定位和廣泛的產品組合，在持續成長的 AI 市場中取得優勢，滿足 AI 資料循環中的各階段需求。」
Western Digital 執行副總裁暨快閃記憶體事業總經理 Rob Soderbery 表示：「資料是 AI 的燃料，隨著 AI 技術融入各個產業，儲存已成為 AI 技術堆疊中日益重要且動態的組成要素。新的 AI 資料循環架構將能協助我們的客戶建置可提升 AI 應用程式效能、擴充性和部署的儲存基礎架構，展現出我們致力提供客戶無可比擬的價值。」
支援運算和儲存密集型工作負載的企業級 AI 儲存解決方案持續擴展
全新 Ultrastar DC SN861 SSD 是 Western Digital 的首款企業級 PCIe Gen 5.0 解決方案，具備引領業界的隨機讀取效能，可讓 AI 工作負載達到最佳能源效率。高達 16TB 的容量使隨機讀取效能較前一代產品提升高達 3 倍，並具備超低延遲和驚人的回應速度，適用於大型語言模型（LLM）訓練、推論和 AI 服務部署。此外，低功耗特性也提升了每瓦的 IOPS 效能，進而降低總體擁有成本。PCIe Gen5 的高頻寬能滿足 AI 市場對高速加速運算日益俱增的需求，其低延遲特性也適用於 AI 的運算密集環境。專為關鍵任務工作負載所設計的 Ultrastar DC SN861 SSD 提供豐富的功能集，包括支援 NVMe® 2.0 和 OCP 2.0 規格、支援單次及三次每日磁碟寫入量（DWPD），以及 5 年有限保固1，現已提供樣品。U.2 將於本月開始提供樣品，並於 2024 年第三季開始量產。更多關於 E1.S 和 E3.S 的尺寸規格資訊將於下半年公布。
為搭配新推出的 Ultrastar DC SN861 SSD，Western Digital 在企業級 SSD 系列中加入 Ultrastar DC SN655 SSD。此款新 U.3 SSD 的容量高達 64TB，提供 AI 資料準備更高的效能和容量，並更快建置更大型的資料湖。DC SN655 系列的新產品已開始提供樣品，將於下半年大量出貨時公布更多細節。
Western Digital 已向特定客戶提供業界最高容量的 32TB ePMR 企業級 HDD 樣品。Ultrastar DC HC690 高容量 UltraSMR HDD 是專為超大型雲端與企業資料中心的大規模資料儲存所設計，由於大規模的資料儲存和低總體擁有成本是AI 工作流程的關鍵，因此這項產品將在其中扮演關鍵角色。這款新 32TB HDD 延續歷代成功產品的成熟設計，不僅提供無與倫比的容量，同時保有卓越的可靠性和穩定性，可與既有系統無縫整合以利快速部署。關於此款新 HDD 的詳細資訊將在今年夏末公布。
Western Digital 執行副總裁暨快閃記憶體事業總經理 Rob Soderbery 表示：「AI 資料循環的每個階段都有獨特的基礎架構和運算需求，藉由理解 AI 和資料儲存之間的互動變化，Western Digital 提供的解決方案不僅具備更高容量，更是專為次世代 AI 工作負載的極端效能和耐用性需求量身打造。藉由不斷擴展的產品組合、長期的產品規劃和持續創新，我們將持續協助客戶解鎖 AI 能力，驅動變革。」
觀看：AI資料循環影片
更多關於 AI 資料循環以及 Western Digital 的 AI 儲存產品組合資訊，請參閱 AI 資料儲存。
- 本文為作者投稿，僅代表作者個人之觀點與意見，與本平台立場無關。涉及之著作權、言論及法律相關責任，均由作者自行承擔。
