锚定100TB目标！西部数据公布2032年技术规划，Agent AI推动存储革新

2026年，AI技术正在经历从“生成式大模型”向“智能体AI”的跃迁。大模型训练和推理就像一头数据怪兽，吞进去的数据量是指数级增长的，这让存储的扩展性和管理能力备受考验。说到底，AI要想大规模落地，最大的拦路虎就是：如何管理并存储这海啸般涌来的数据。

在最近西部数据举办的深圳客户创新日活动上，其首席产品官Ahmed Shihab给出了一个很精辟的观点：“AI从本质上看是一个数据系统，它不断产生新数据，而这些数据又都需要被持久化地存储。” 进入智能体AI时代，一套方案打天下的日子已经过去了。分层存储架构正成为主流——无论是处理热数据的超大容量NVMe SSD，还是承载温数据、冷数据的老牌选手HDD，各司其职才是正解。

传统HDD的单盘容量是有天花板的，所以今天不光要突破容量限制，性能也得跟上。IDC的数据很能说明问题：到2030年，全球企业将拥有超过22亿个活跃的智能体，年复合增长率直逼140%。Agent应用的爆发式创新，不仅带动了CPU和NPU的需求，更让底层数据的持续沉淀和积累变成了一个硬需求。

智能体交互需要更低的访问时延、超高并发的I/O能力、稳定的连续带宽——这些都对数据中心提出了全新要求。面对这些变化，西部数据在这方面做了哪些前瞻性的产品规划和平台布局？让我们听听其首席产品官Ahmed Shihab和全球销售与市场营销副总裁Stefan Mandl是怎么说的。

AI数据爆炸式增长，路线图如何响应市场需求

Stefan Mandl在沟通会上提到，中国乃至全球的AI基础设施增长非常迅猛。根据Fortune Business Insights的预测，中国AI市场规模预计将从2025年的281.8亿美元增长到2032年的2020亿美元，复合增长率高达32.5%。IDC的数据则更宏观——全球AI基础设施投资预计在2029年将超过1万亿美元。所有数据都在指向同一个结论：AI本质上是一个数据系统，它正在以前所未有的速度拉动存储需求。

Ahmed Shihab进一步指出，AI基础设施的本质就是一个数据系统。从训练、推理到智能体AI、物理AI，每一种工作负载都在持续生产并不断累积数据。值得注意的是，全球范围内的这类数据，大部分都存储在HDD上。IDC报告预测，到2029年，近80%的云端存储仍然会基于HDD。

他强调，未来的AI数据中心不能盲目追求在每个环节都达到峰值速度，而是需要跨层级优化来平衡性能、成本和可扩展性。这就意味着，闪存和HDD需要在AI存储栈中各自扮演独特且互补的角色。尤其是在AI推理场景快速扩张的背景下，分层存储架构的重要性比以往任何时候都更加凸显。

面对数据爆炸式的增长，HDD行业也在通过底层技术创新破局。西部数据依托数十年的工程积淀，拿出了基于ePMR、OptiNAND™及UltraSMR三大核心技术的11碟架构平台，为AI驱动的工作负载打造高容量、高可靠的存储解决方案。ePMR技术诞生于2019年，是业内首个实现规模化应用的EAMR方案。当年9月推出的Ultrastar DC HC550 18TB及HC650 20TB硬盘，就是业界首批采用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和双枢轴技术等创新。目的很明确：提升HDD的吞吐量和顺序I/O性能，帮助客户处理更多数据流，而不必把所有容量增长需求都转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，可将顺序IO性能提升2倍；高带宽硬盘技术则通过多磁头并行读写，在不增加功耗的前提下提供传统硬盘2倍的带宽，未来甚至有望提升到8倍。

Ahmed表示，西部数据一直在加速技术路线图的推进——不仅包括容量的提升，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，也要确保现有的ePMR技术得到充分扩展。目前，基于ePMR技术的40TB UltraSMR ePMR硬盘已经进入客户验证阶段，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。面向较冷的数据，他们也在推出功耗优化型HDD。而在平台扩展层面，则通过提供智能化软件层和开放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分析说，随着AI数据持续呈指数级增长，客户对更高容量的需求越来越迫切。西部数据也制定了延伸到2032年的技术路线图，不仅通过提升面密度，还通过加入其他创新技术，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正日益在不同的存储层级上实现面向工作负载的深度优化，而不是仅仅针对单一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，旨在降低功耗和运营成本，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看法也很有意思：AI基础设施的焦点正在从算力系统向数据系统倾斜，当前最大的矛盾是算力和存力不匹配。他表示，阿里云始终致力于打造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场景里，存储效率包含两点：一是容量效率，二是性能效率。阿里云通过自研技术快速提高存储效率，也通过合并大IO，把盘的性能充分挖掘出来。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现指数级增长，吞吐和并发要求高，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，主要聚焦在两大方向：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上考量，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。”