最新研究揭示 ：随着数据持续积累与复合增长，AI基础设施经济学正面临深刻重塑

围绕 AI 基础设施的探讨，长期以来以算力为核心。 然而，来自 IDC 的最新全球研究揭示了各组织在AI规模化发展过程中必须面对的另一个关键因素：数据在单次算力周期结束后，依然持续留存和累积。

西部数据赞助的 IDC 白皮书《为规模化而生：HDD在AI时代的持久价值》（Built for Scale: The Enduring Role of HDDs in the AI Era）指出，在受访组织中，AI 正在推动数据存储需求出现结构性扩张。各类组织机构正在生成更多数据、赋予其更高价值、延长数据留存周期，并更频繁地将历史数据重新上线，以支持新的 AI 工作负载。

由此形成了一个持续复合增长的数据循环：AI 的运转需要数据，同时也会提升既有存储数据的潜在价值。算力需求会随工作负载和投资周期而有所不同，但 AI 所产生的数据却会持续留存并不断累积，这使得存储容量、可访问性与经济性，正成为AI基础设施设计中日益重要的考量维度。

白皮书的核心发现包括：

AI 正在催生持续复合增长的数据循环

• 94.7% 的受访组织表示，在过去12个月里，由于AI与生成式AI的普及应用，其存储的数据量正在持续增加。
• 61% 的受访组织在过去一年中因 AI 驱动实现了 25% 或以上的数据增长，74%预计未来三年内数据量将增长25%或以上。
• 85.4% 的受访组织表示其数据湖容量在过去 12 个月内持续扩大。
• 59.4% 的受访组织表示，AI 生成的数据（包括合成数据、推理输出和模型日志）是驱动数据湖增长的首要因素。

数据留存周期延长，活跃度及价值同步提升

• 近 95% 的受访者表示，其所在组织的数据价值因采用 AI 和生成式 AI而得到了提升。
• 74.3% 的受访者表示，AI 和生成式 AI 促使其延长了数据留存时间。
• 75.9% 的受访者表示，正将越来越多归档的冷存储层数据重新上线，以支持 AI 工作负载。
• 96% 的受访者预计，为了支持 AI 推理和检索增强生成（RAG）应用，需要更快速的归档检索能力。

AI 基础设施必须面向数据全生命周期进行设计

• 在受访组织中，74.6% 的组织数据存放于温存储层、低频访问存储层与冷存储层。
• 超过 60% 的数据湖容量由冷数据或低频访问数据构成。
• 98.2% 的受访组织在制定存储决策时，将每 TB 总体拥有成本（TCO）视为重要或非常重要的考量因素。

西部数据首席执行官 Irving Tan 表示：“近几年来，关于 AI 基础设施的探讨始终聚焦于算力。实际上，AI 依赖数据运行。各类组织正在生成更多数据、延长数据保留时间，并不断探索从既有信息中发掘新价值的途径。算力需求会随着时间推移而演变，但大规模存储、管理和访问数据的需求只增不减。这一数据基础将在决定 AI 未来发展潜力方面发挥关键作用。”

从计算周期迈向持久的数据生命周期

AI 工作负载在其全生命周期中不断产生数据，涵盖从训练数据集和模型检查点，到推理输出、日志以及合成数据等各个环节。与负责处理这些数据的计算周期不同，大部分数据在工作负载执行完毕后仍会长久留存，并可作为未来 AI 应用的输入源。研究结果表明，随着各类组织将更多数据进行更加长久地留存，并为其既有的信息发掘新用途，数据存储需求正迎来结构性扩张。

AI 正在将历史数据重新激活

研究同时表明，活跃数据与归档数据之间的传统界限正在发生变化。随着历史数据日益成为 AI工作负载的重要输入，曾经静默封存的数据正重新进入活跃数据生命周期，进而改变了组织对数据如何留存、管理以及按需调用方式的预期。

AI 基础设施是一套系统，而非单一存储层

这些转变更强化了面向完整 AI 数据生命周期构建存储架构的必要性。随着数据量持续增长、留存周期不断延长以及历史数据重新变得活跃，组织日益需要根据工作负载的具体需求，在性能、容量、可访问性与经济性之间取得平衡。在 AI 规模化环境下，数据存放于何处——以及存储和访问这些数据的成本——正成为架构规划中愈发重要的考量因素。

以经济的方式实现大规模数据管理的能力，已不再是基础设施中的次要考量，而是正在成为决定AI 成败的关键因素。

西部数据赞助的 IDC 白皮书全文《为规模化而生：HDD在AI时代的持久价值》现已发布，获取链接：https://www.westerndigital.com/resources/white-paper/idc-hdds-ai-era