西部数据2032年技术规划：Agent AI驱动100TB存储革新

2026年，AI技术正从“生成式大模型”加速转向“智能体AI”时代。大模型的训练与推理如同数据黑洞，摄入的数据量呈指数级暴涨，给存储系统的扩展能力与管理效能带来巨大压力。AI要实现规模化落地，核心瓶颈就在于：如何高效存储并管理这股持续涌来的数据洪流。

在西部数据近期于深圳举办的客户创新日活动上，首席产品官Ahmed Shihab提出了一个精准的洞察：“AI本质上就是一个数据系统——它不断生成新数据，而这些数据必须被持久化保存。”进入智能体AI阶段，通用方案已无法满足所有场景。分层存储架构正成为标配：无论是负责热数据的大容量NVMe SSD，还是承载温数据与冷数据的传统HDD，各层级协同运作才是最优解。

传统HDD的单盘容量存在物理上限，因此当前不仅要突破容量天花板，性能也必须同步升级。IDC数据清晰显示：到2030年，全球企业将部署超过22亿个活跃智能体，年复合增长率接近140%。Agent应用的爆发式创新，不仅拉动了CPU与NPU需求，更迫使底层数据持续沉淀与积累，成为刚性需求。

智能体之间的交互要求更低的访问延迟、超高并发的I/O能力以及稳定的连续带宽——这些都对数据中心架构提出了全新挑战。面对这些变化，西部数据在产品规划与平台布局上做了哪些前瞻性准备？我们来听听首席产品官Ahmed Shihab与全球销售与市场营销副总裁Stefan Mandl的解读。

AI数据爆发式增长，西部数据路线图如何响应市场

Stefan Mandl在沟通会上指出，中国乃至全球AI基础设施的增长极为迅猛。据Fortune Business Insights预测，中国AI市场规模将从2025年的281.8亿美元增长至2032年的2020亿美元，复合年增长率高达32.5%。IDC数据则显示，全球AI基础设施投资预计在2029年将突破1万亿美元。所有数据都指向同一个结论：AI本质上是数据系统，它正以前所未有的速度驱动存储需求。

Ahmed Shihab进一步强调，AI基础设施的核心就是数据系统。从训练、推理到智能体AI与物理AI，每种工作负载都在持续生产并积累数据。值得注意的是，全球这类数据大部分都存储在HDD上。IDC报告预测，到2029年，近80%的云端存储仍将基于HDD。

他指出，未来的AI数据中心不应盲目追求每个环节的峰值速度，而需要通过跨层级优化实现性能、成本与可扩展性的平衡。这意味着闪存与HDD必须在AI存储栈中扮演独特且互补的角色。尤其是在AI推理场景快速拓展的当下，分层存储架构的重要性比以往任何时刻都更加突出。

面对数据爆炸式增长，HDD行业正通过底层技术创新破局。西部数据凭借数十年的工程积累，推出了基于ePMR、OptiNAND™及UltraSMR三大核心技术的11碟架构平台，专为AI驱动的工作负载打造高容量、高可靠的存储方案。ePMR技术于2019年问世，是业内首款规模化应用的EAMR方案。同年9月推出的Ultrastar DC HC550 18TB及HC650 20TB硬盘，便是业界首批采用EAMR技术的产品。

针对性能敏感的容量层，西部数据在今年初引入了高带宽硬盘技术与双枢轴技术等创新。目标明确：提升HDD的吞吐量与顺序I/O性能，帮助客户处理更多数据流，无需将所有容量增长需求迁移到成本更高的闪存上。

西部数据首席产品官 Ahmed Shihab

针对AI高负载场景，这两项技术带来了直接的性能提升：双枢轴技术在3.5英寸硬盘内增设独立执行器，可提供2倍的顺序IO性能；高带宽硬盘技术通过多磁头并行读写，在不增加功耗的前提下实现传统硬盘2倍的带宽，未来甚至有望提升到8倍。

Ahmed表示，西部数据正在加速技术路线图的推进——不仅包括容量提升，还有向下一代磁记录技术HAMR的过渡。核心在于，在推进HAMR的同时，确保现有ePMR技术得到充分扩展。目前，基于ePMR技术的40TB UltraSMR ePMR硬盘已进入客户验证阶段，计划于2026年下半年量产。

Ahmed Shihab宣布，西部数据计划在2029年实现100TB的容量目标

在性能层面，西部数据计划通过高带宽硬盘与双枢轴技术，将未来带宽提升至最高8倍，同时实现2倍的IO性能增益。针对较冷的数据，他们也在推出功耗优化型HDD。在平台扩展层面，则通过提供智能化软件层与开放API，简化这些技术的采用，加速客户在数据中心的HDD部署。

直击AI存储痛点，HDD如何实现高性价比

Stefan Mandl分析道，随着AI数据持续指数级增长，客户对更高容量的需求愈发迫切。西部数据制定了覆盖到2032年的技术路线图，不仅通过提升面密度，还通过引入其他创新技术，计划在三年内实现容量达100TB以上的HDD产品。

西部数据全球销售与市场营销副总裁 Stefan Mandl

Ahmed Shihab补充说，HDD正日益在不同存储层级上实现面向工作负载的深度优化，而非仅针对单一AI场景做局限性特化。针对性能敏感的容量层，有高带宽硬盘技术和双枢轴技术；针对较冷的数据层，则有功耗优化型HDD，旨在降低功耗与运营成本，同时保持海量AI数据在线或近线的可访问性。

阿里云对象存储高级总监罗庆超的观点也颇具启发性：AI基础设施的焦点正从算力系统转向数据系统，当前最大的矛盾是算力与存力不匹配。他表示，阿里云始终致力于构建可扩展且高效的基础设施，存储效率是持续为客户创造长期价值的核心能力之一。

在AI场景中，存储效率包含两个方面：一是容量效率，二是性能效率。阿里云通过自研技术快速提升存储效率，同时通过合并大IO，充分挖掘盘的性能。值得一提的是，西部数据的高容量HDD解决方案已成为阿里云规模分层存储架构的重要组成部分，能够在保障客户所需性能与可靠性的同时，支撑平台AI工作负载的指数级增长。

比亚迪电子事业部产品总经理崔勇则从另一个角度切入：智能驾驶、智能座舱和数字化工厂领域的数据呈指数级增长，吞吐与并发要求高，冷热分层数据管理难度大，这对高可靠性且具备高经济效益的存储基础设施提出了更高要求。部署于比亚迪数据中心的西部数据高容量HDD，为业务提供了关键的基础存储能力。在他看来，在AI数据持续高速增长的时代，兼具可扩展性、可靠性与价值优势的存储解决方案越来越必要，HDD正是支撑智能驾驶训练与大数据存储需求的理想选择。

中国客户发展AI基础设施的需求，主要聚焦于两大方向：一是满足AI训练和推理工作负载，二是可靠性及可用性。西部数据的客户调研结果显示，HDD是中国客户首选的存储层。受访客户提到的主要原因是：HDD成熟可靠，且TCO成本更优。也有受访者表示，在单位容量成本及可靠性考量下，HDD仍然是长期战略的重要组成部分。

Stefan Mandl最后总结道：“西部数据在中国本地拥有强大的工程与制造专业能力，这一点大家在工厂参访中应该亲眼见证了。我们在中国还设有系统集成测试实验室，可以为客户提供高达三级的深度技术支持，极大助力了部署进程。我们致力于简化部署流程，依托创新成果、解决方案以及本地工程资源，帮助客户实现无缝部署，加速从技术投入到商业收益的转化。”

来源：互联网