對話希捷俞康：AI規模化落地，存儲正成為關鍵基礎設施

隨著人工智慧從實驗室走向大規模部署，數據存儲的角色正在發生根本性轉變。過去，存儲系統大多被視為單純的資料倉儲，被動地保存運算結果；如今，在AI訓練與推論流程中，存儲的速度、容量與成本直接影響整體運算效率，使其躍升為驅動運算的關鍵基礎設施。希捷科技高層俞康在近期對談中明確指出，面對爆炸性成長的數據需求，沒有任何一種單一儲存介質能夠滿足所有應用場景，未來市場將是機械硬碟（HDD）與固態硬碟（SSD）等多種儲存媒介長期共存的格局。俞康進一步揭露數據中心實際的儲存比例，提供了具體的數字佐證。根據他的觀察，目前SSD約占整體儲存容量的20%，而機械硬碟仍佔據高達80%的份額。

這項數據清楚顯示，即便在AI訓練與推論快速普及的當下，大容量、低成本、高可靠性的機械硬碟依然是承載海量資料的主力。許多企業在規劃AI基礎設施時，往往過度聚焦於運算晶片與網路架構，卻忽略了儲存層的配置，導致整體效能瓶頸。俞康強調，全球數據不可能全部轉移到SSD上。若強行用固態硬碟取代所有機械硬碟，不僅成本急遽攀升，能源消耗與散熱需求也會大幅增加，對於數據中心營運者而言並不現實。企業必須根據資料的存取頻率與成本效益，選擇最適合的儲存組合，才能讓AI基礎設施真正高效運轉。例如，冷數據歸檔、影片串流與大規模備份等場景，機械硬碟因為每TB成本極低，且具備成熟的長期可靠性，仍然無可取代。

在AI訓練流程中，數據通常會經歷多次讀取、清洗與預處理，這部分工作對存取速度要求較高，因此SSD扮演了關鍵角色。然而，當訓練完成後，模型與大量原始資料需要長期保存，或是作為後續微調的基礎，這時機械硬碟的大容量優勢就凸顯出來。俞康認為，只有將兩種儲存媒介適當地搭配，才能在效能與成本之間取得平衡，避免資源浪費。此外，隨著邊緣AI與物聯網裝置的普及，數據產生地點愈來愈分散，對儲存設備的耐用性與功耗也提出更高要求。機械硬碟在抗震、溫度適應範圍與長期運轉穩定性方面，經過數十年打磨，已經達到相當成熟的水平。

俞康表示，希捷持續在機械硬碟的磁錄密度與讀寫技術上投入研發，目標是讓每TB成本持續下降，同時提升存取速度，以滿足AI時代對大容量儲存的迫切需求。值得注意的是，SSD與HDD並非單純的競爭關係，而是互補的結合。俞康以數據中心實際運作案例說明，有些業者將熱數據（頻繁存取的資料）放在SSD層，冷數據（極少存取的歷史資料）則放在HDD層，中間再搭配分層儲存管理軟體，自動根據資料使用頻率遷移。這種混合架構既能保證AI應用的即時回應，又能有效控制整體擁有成本，已成為主流趨勢。從市場規模來看，雖然SSD的價格逐年下降，但機械硬碟在超大規模數據中心、雲端服務商以及影音串流平台中的裝機量依然持續成長。

俞康預測，未來五年內，HDD仍將佔據全球數據總儲存容量的一半以上，特別是在需要長期保存的歸檔與備份領域，地位難以撼動。他強調，企業不應盲目追求全SSD方案，而應回歸業務本質，依照資料生命週期制定儲存策略。對於正在建置AI基礎設施的企業，俞康建議，應先盤點自身資料的特性：哪些資料需要即時存取、哪些可以接受較慢的讀取速度、資料的保留週期有多長。根據這些條件，再決定HDD與SSD的配置比例，並預留擴充彈性。同時，儲存設備的能耗與散熱設計也必須納入整體規劃，否則當數據量持續暴增時，運營成本可能失控。最後，俞康總結，人工智慧規模化落地不僅是運算能力的競賽，更是儲存基礎設施的考驗。

唯有建構兼具效能、容量與成本優勢的儲存架構，企業才能在AI浪潮中真正掌握數據價值。希捷作為儲存技術的領導者，將持續提供多元化的HDD與SSD產品線，協助客戶因應不斷變化的數據挑戰。