分析：AIデータの成長速度が計算能力の計画を上回り、ストレージがAIインフラストラクチャの新たなボトルネックとなっている。

BlockBeats ニュース、8月15日、ウェスタンデジタルの最新分析によると、AIアプリケーションの規模が急速に拡大するにつれ、AIデータセンターの建設は単なるGPU計算能力の競争からデータストレージ能力の競争へとシフトしており、ストレージ計画はAIインフラストラクチャの中核的な要素となっています。

記事はIDCの予測を引用し、2030年までに世界の年間新規データ量は718ZBに達すると述べています。AIシステムが生成するデータは計算タスクの終了とともに消えることはなく、トレーニングデータ、モデルチェックポイント、埋め込みベクトル、推論ログ、プロンプト、出力結果、評価データはすべて継続的に蓄積されます。

ウェスタンデジタルは、現在多くのAIインフラ計画がGPU使用率に過度に注目し、AIライフサイクルにおけるデータ蓄積を軽視していると述べています。トレーニングと推論プロセスで生成されるデータは、モデル反復、品質評価、コンプライアンス監査の重要な資産となり、ストレージコストはAIシステムの長期的な運用効率に直接影響を与えます。

データ規模がPBレベル、さらにはEBレベルに達するにつれ、単一のストレージアーキテクチャではニーズを満たすことが困難になります。企業は階層型ストレージ戦略を採用し、高性能フラッシュストレージをトレーニングとリアルタイム推論に使用し、大容量HDDとオブジェクトストレージを長期データ保存、履歴記録、低頻度アクセスシナリオに使用する必要があります。

分析では、将来のAIインフラ競争の重要な指標はGPUの数だけでなく、PBあたりのデータストレージコスト、エネルギー消費、復旧効率、データライフサイクル管理能力になると考えられています。企業が依然としてストレージを計算後の付属要素と見なす場合、データコストの制御不能、モデル反復効率の低下などの問題に直面する可能性があります。