*部分觀點援引自www.cio.com，部分圖片源于https://unsplash.com https://www.freepik.com/侵權請聯系刪除

| 編者按：

在眾多企業推出 AI 項目之際，計算能力與網絡功能往往備受關注，被視為項目推進的關鍵所在。計算能力猶如強勁的“引擎”，決定著模型訓練和推理速度；網絡功能恰似“信息高速公路”，保障著數據的順暢傳輸。然而，不可忽視的是，在面對海量數據時，充足的存儲空間才是重中之重。它就如同一個龐大的“數據倉庫”，更是項目得以成功的“基石”。倘若沒有足夠的空間，數據將無處存儲，調取和查詢難以施行，隨時產生的新數據更是無處安置。

對于企業領導者而言，僅僅滿足數據需求遠遠不夠，只有高效且可持續地將數據能力最大化，企業才能在競爭中脫穎而出。眾多人工智能企業在數據存儲方面遭遇難題，在不斷嘗試更高效存儲方案時，也面臨價格方面的困擾。

鑒于存儲，特別是硬盤在 AI 創新及釋放數據價值方面發揮關鍵作用，企業領導者應在 AI 規劃中優先考量規劃存儲戰略。

希捷對 IDC《2023 年云基礎設施指數》的分析表明，全球最大數據中心 90%的數據由硬盤存儲。此外，90%的企業 EB 級數據工作負載（包括 AI 數據保留、分析和備份）需要高容量和適度的數據處理速度，而硬盤因其單 TB 成本優勢，非常適合此類需求，故而企業為充分挖掘 AI 潛力，需要具備成本效益且可擴展的硬盤解決方案，以實現數據長期保留和訪問，積極規劃存儲容量以及開展長期戰略采購正是釋放 AI 數據價值的關鍵所在。

1

PB級存儲平臺：可靠新選擇

數字化轉型公司 AHEAD 公司的現場首席技術官 Priyanka Karan指出，PB 級存儲平臺是一種可選擇的方案。其設計的初衷在于“減少數據遷移的挑戰，使數據無需從—存儲位置遷移到其他地方，就能直接用于人工智能訓練”，她強調，市場上的存儲方案豐富多樣，存儲的數量和類型取決于具體的人工智能項目?！?strong>企業必須評估項目的特定需求，涵蓋性能、成本和可擴展性等方面，以挑選出最適合其人工智能計劃的存儲解決方案”，Karan 總結道。

隨著各位業內人士的探討不斷深入，我們不難發現，AI 算法模型愈發復雜，數據量呈現出爆炸性增長的態勢，如何高效、安全地存儲這些數據，已成為制約人工智能技術進一步發展的瓶頸。傳統的存儲方案在應對如此龐大的數據處理需求時顯得捉襟見肘，無法滿足人工智能應用對高性能、高可靠性和低成本的綜合要求。

正是在這樣的背景之下，希捷推出了最新的魔彩盒（ Mozaic 3+）技術平臺，為數據存儲領域帶來了具有革命性的突破。希捷魔彩盒（ Mozaic 3+）不僅展現了希捷在數據存儲技術方面的深厚積累，更是對人工智能時代數據存儲需求的精準把控與積極響應。

2

Mozaic 3+平臺：AI智能存儲解決方案

在“大容量”需求層面，希捷魔彩盒（ Mozaic 3+）平臺實施了重大變革，存儲密度大幅提升！

在 HAMR 技術的支撐下，通過縮小磁性顆粒的尺寸并維持其熱穩定性，顯著提高了存儲密度，單碟片面密度達到 3TB 以上，實現了重大突破。

基于 Mozaic 3+技術的希捷銀河 Exos 系列硬盤已經推出 30TB 及以上容量的產品，未來還有望支持 40TB 乃至 50TB 的硬盤，為數據中心和企業級應用提供強有力的存儲保障。對于 AI 項目而言，海量的數據需要巨大的存儲空間來容納，希捷魔彩盒（ Mozaic 3+）的大容量無疑能夠滿足這一關鍵需求。

同時，希捷魔彩盒（ Mozaic 3+）極具性價比。

從 10TB 的垂直磁記錄（PMR）硬盤升級到 30TB 的 Mozaic 3+硬盤，每 TB 的功耗降低了 60%。這不僅降低了能耗成本，也有助于企業達成可持續發展的目標。在 AI 領域，大規模的模型訓練和數據處理需要考慮成本效益，Mozaic 3+在保障大容量存儲的同時，有效地控制了成本，其優勢十分顯著。

Mozaic 3+在性能方面也進行了出色的優化。

采用了 12nm 集成控制器，性能提升了 3 倍，數據讀寫速度更快，系統響應更為迅速。平臺運用了量子技術讀取器，確保數據的高準確度讀取。HAMR（熱輔助磁記錄）技術不僅保證了數據的有效寫入，還顯著提升了存儲介質的長期穩定性，確保數據的持久保存和可靠訪問。對于 AI 項目不間斷的訓練和持續的數據積累而言，長期存儲和穩定訪問至關重要，Mozaic 3+的長期穩定性能夠為 AI 項目提供可靠的存儲保障。

此外，希捷還能夠依據不同的 AI 需求定制化存儲方案。不管是小型的 AI 開發項目，還是大型的數據中心級 AI 應用，都能夠尋找到最為適宜的存儲解決方案，滿足多樣化的 AI 存儲需求。

綜上所述，希捷魔彩盒（ Mozaic 3+）產品通過集成 HAMR 等創新技術，在存儲密度、性能、成本效益和可持續性等方面均表現卓越，無疑為人工智能時代的數據存儲問題提供了全新的解決方案。

它不僅滿足了人工智能企業對高性能、高可靠性和低成本的綜合需求，更為人工智能技術的進一步發展筑牢了根基。