机械硬盘与AI并进，大容量存储的未来 原创

“容量”， 是希捷中国区产品部总监刘嘉从过去两年生成式AI发展中观察到客户对存储的首要需求。

“尽管AI还未完全成熟，但其推动力已经开始显现，存储需求回升明显。”刘嘉说。24T、30T的容量增长已成为共识，接下来则是对性能的更高要求。

固态硬盘性能更高，机械硬盘高容量和低成本，也成为新一轮AI浪潮的一种选择。2024财年希捷发货量显著增长，特别是企业级需求占比达到80%左右，推动了单盘容量的提升，尤其是20TB以上的大容量硬盘需求，实现性能与成本的平衡已经成为企业下一阶段重点考虑的方向。

希捷中国区产品部总监刘嘉

生成式AI下的存储选择

生成式AI席卷而来，不同于最直观的算力，存储能做点什么？希捷从中看到了三个影响存储的趋势。

第一，数据生产加速：IDC报告数据显示，2023年中国大数据市场规模达179.3亿元人民币，相比2022年增长24.6%。希捷认为到2028年数据生产都会处在加速的状态，一个原因是生产数据的内容越来越丰富，文字、视频、文生内容，另一个原因是更多的数据需要留存，预计到2028年，生成式AI将产生约100ZB的数据。

第二，AI对存储的影响：数据生产与数据存储是两个过程，相比之前数据生成速度提升，存储需求存在一定的滞后性。过去一年多企业的AI投资主要集中在算力、模型层面，接下来，随着数据的增长，存储需求也将显著提升。

第三，存储介质的选择：随着AI带动GPU和内存价格上涨，固态硬盘和机械硬盘的单TB价格比正在增大。过去一年中，固态硬盘价格增速快于机械硬盘。除了AI训练需要的固态硬盘，很多客户还会选择在性价比和总拥有成本（TCO）上更具优势的机械硬盘。

随着生成式AI的快速崛起，存储的角色变得愈发关键。希捷希望把握数据生产加速、AI对存储需求的滞后性、存储介质选择三大趋势，提供相应的解决方案。

在大模型的训练过程中，存储会参与到多个环节中。刘嘉认为，机械硬盘也可以在这些环节提供相应的支撑。

模型文件：在训练开始时，模型文件会直接存储在GPU集群中，文件大小从几百MB到几个TB不等。

checkpoint（检查点）：训练过程中会产生临时保存的数据（checkpoint），最初很多企业使用性能较高的固态硬盘存储这些数据，同时成本也较高。现在企业发现可以将不常读取的checkpoint数据转移到机械硬盘降低成本。

模型版本：当模型训练多个版本时，会有不同版本的模型数据保存，由于存储对性能要求较低，部分企业选择使用机械硬盘。

生成数据：通过文生图片、视频等生成的数据大概率会存储在机械硬盘上，特别是在模型稳定后，生成数据更加丰富且留存时间更长，进一步优化存储成本可以使用机械硬盘。

存储进入大容量时代

希捷一直是机械硬盘巨头，从2024年财报显示，希捷实现 65.51 亿美元营收，其中毛利率为23.4%，较上一年度的18.3%有了明显的提升，回归盈利通道。

机械硬盘还会是希捷未来的主阵地，刘嘉认为，企业90%的数据存储在企业级硬盘和云端，服务好这部分市场非常关键。

同时，希捷的另一个重点是持续提升容量、降低功耗，提高每TB的性能，以满足生成式AI的需求。希捷还在积极评估与AI相关的新机会，旨以适应日益增长的AI应用和负载需求。

通过对市场需求的观察，希捷将客户分为三类：

优化工作负载的客户：这类客户看中机械硬盘的大容量和低成本优势。虽然机械硬盘在随机读写性能上和固态硬盘比相差10-20万，但顺序读写上每秒能达到250M。基于这些特性在业务层将工作负载顺序化，将顺序读写任务分配给机械硬盘，随机读写任务则转移到闪存上，降低了总拥有成本（TCO）。

停留在固定容量的客户：有些客户使用的机械硬盘容量停留在12TB左右，因更高容量的硬盘性能不理想，仍然选择机械硬盘，因为价格较低，且未来随着磁密度的提升，这类容量也可能有进一步的改进空间。

尝试双磁臂硬盘的客户：采用双磁臂硬盘技术在增加容量的同时可以保持单TB的性能不变，适用于对IO要求较高的业务场景，如块存储、邮件服务器。双磁臂硬盘相比单磁臂硬盘价格略高，但性能提升显著，是一种平衡成本与性能的选择。

希捷已经提供了包括银河Exos系列大容量机械硬盘、希捷雷霆Nytro系列固态硬盘，以及Mozaic 3+（魔彩盒3+）平台等企业级数据存储解决方案来满足不同客户的需求。其中Mozaic 3+（魔彩盒3+）带来的30TB突破，单盘片容量达到了3TB，未来单碟容量还将达到4TB、5TB。

随着存储持续在AI领域发挥重要作用，更高的面密度和高容量也将成为决战AI时代的关键。