希捷科技全球高级副总裁暨中国区总裁 孙丹
2024年,数据将继续保持指数级增长,而数据存储行业也相应面临着前所未有的挑战和机遇。我们将见证更多存储技术的变革和创新,以更好地满足不断增长的数据需求,甚至重塑IT基础架构。
2024年,随着生成式人工智能变得普及,数据存储将成为人工智能成功的关键。
• 深度依赖数据的人工智能将推动数据中心和领先企业采用更高密度的硬盘存储,通过保存原始数据集和人工智能及机器学习产生的洞察,获取更具有未来前瞻性的数据价值。据IDC预测,2027年将产生291ZB数据——用户可获得海量数据,数据增长的速度将加剧上述趋势。
• Gartner预测,到2026年,超过80%的企业将在生产中使用生成式人工智能API和模型和/或部署生成式人工智能应用,而2023年初这一比例还不到5%。Gartner的一项调查还显示,55%的组织正在试用或使用生成式人工智能。Gartner预计,在未来两年内生成式人工智能产生的数据将占全部数据量的10%,而目前这一比例还不到1%。
• 企业将保存更多的运营数据用来训练人工智能、机器学习和深度学习模型不断进化;更多的企业将利用外部和内部数据训练模型,以从其信息中获益。
• 2024年,超大规模科技巨头预计将加速对云存储空间的投资,以支持人工智能项目的发展。而由于企业通过提高生产力和效率寻求竞争优势,人工智能也将推动企业IT支出和数据存储需求的增加。
2024年,数据中心的更新扩容将受益于硬盘面密度的大幅提升。
• 云数据中心近90%的数据存储在硬盘上。随着数据中心基础设施进入自然更新周期,它们可能用更大容量的硬盘替换小容量硬盘。
• 目前,基于传统PMR技术的硬盘容量平均为16TB。而新的HAMR技术将促使数据中心管理人员部署30TB的面密度更高的硬盘,从而可以在单个硬盘上存储更多数据,大幅降低能耗、减少占用空间,并大幅优化的总体拥有成本(TCO)。
• HAMR技术还将帮助数据中心运营商通过采用更耐用、更节能的存储设备进一步减少碳足迹,在处理全球5360万吨电子垃圾方面发挥更大的作用。
2024年,闪存和硬盘将继续在数据中心同时存在。
• 数据的指数级增长将驱动对海量硬盘的需求,与闪存存储共同支持当下和未来的工作负载。
• IDC、TRENDFOCUS和Forward Insights的最新分析表明,对于大多数以容量为先的存储任务来说,硬盘仍将是最具成本效益的选择。
• 全球绝大多数数据存储在云端,这里的存储容量需求预计只会增加,而硬盘将成为这EB级增长的主要受益者。硬盘海量存储每字节成本不到全闪存解决方案的1/5。对于数据中心架构来说,这个成本差异在明年,甚至未来十年都会一直存在。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。