AI将在未来3年内使存储需求翻倍

根据由希捷委托Recon Analytics进行的一项全球调查显示，AI的采用将在未来推动数据生成的爆炸性增长。由于现有的本地存储不足以满足AI生成数据的存储需求，云存储已成为各行业企业的首选，未来三年的存储需求将增加一倍。

据了解，本次调查的受访者是来自10个不同地区的1062名存储基础设施的买家和决策者，这些公司的年收入超过1000万美元，当前存储容量超过50TB。参与调查的受访者都必须是已经采用了AI，或者在未来3年内计划采用AI。

调查显示，AI的采用已经非常广泛，72%的受访企业已经在使用AI技术，另有28%计划在未来3年内采用。

超越本地存储，云存储成为主流

随着存储需求的增长，云存储和本地存储预期都将继续增长。根据对1062 名受访者的调查，预计云存储将成为应对AI驱动数据增长的首选方式。2024年，65%的AI相关数据存储在云端，预计到2028年这一比例将增加到69%。未来三年的存储需求将增加一倍。

当前与未来客户存储中云使用占比

其中，46%的受访者认为现有的数据存储方法不足以满足需求，正在采用额外的数据存储解决方案来管理AI生成的文件。而在这其中61%的受访者选择了可扩展的云存储解决方案，55%选择了升级现有的基础设施，56%采用了增强的数据管理软件，49%实施了数据压缩技术来管理AI生成的海量数据。

企业为应对AI带来的数据增长需求采取的措施

AI基础设施组件的重要性

在调查中，受访者表示在基础设施优先事项中，安全性是最关键的，25%的受访者将其列为首位。存储容量则排在第二位，占比18%。其他重要的基础设施问题还包括数据管理、计算资源、网络容量和法规合规性。

AI 基础设施组件重要性

AI模型带来存储增长

在调查中，企业会优先考虑更长时间地保留AI训练数据，并认为这是提高模型准确性的关键。90%的受访者认为，更长的数据保留时间可以带来更好的AI结果。其中，93%受访者表示由于 AI 的实施以及优化模型（包括检查点）的能力，数据保留要求发生了变化。公司利用的数据存储越多，就越能看到更长的保留时间对于AI质量的提高 。

数据复制已成为确保数据完整性和优化AI结果的另一种策略。约80%的受访者认为复制对他们的AI战略重要，尤其是在存储容量较大的组织中。使用超过100PB存储容量的公司，52%认为数据复制对于维持其AI模型的准确性和可靠性至关重要。

按当前存储使用量划分的更长数据保留时间对AI结果的改善

73%的受访者表示，AI正在推动数据存储的增加，因为他们每天或者每周都在备份之前保存的检查点数据。对于每天保存检查点的公司，32%表示会保留这些数据超过12个月，而29%会保留6到12个月。在使用超过100PB存储容量的组织中，87%的企业将AI训练检查点保存在云环境或硬盘和固态硬盘的组合中。频繁的检查点保存是常见做法，28%的公司每天保存，43%的公司每周保存。这都增加了对存储的需求。

拥有100+PB存储公司的检查点备份频率和位置

AI采用推动未来存储的增长

随着人工智能用例和采用变得越来越普遍，Recon Analytics预测，公司的存储需求将呈指数级增长。当企业从早期的人工智能试验阶段转变为活跃的人工智能用户时，这一点将变得更加明显。培训LLM、数据复制和更长的数据保留期，这些都是人工智能战略的关键要素，需要增加存储投资才能取得成功。