云存储革新,AI数据引领数字时代风云
中国,北京,2025年1月15日——根据希捷科技委托ReconAnalytics进行的一项最新全球调研结果显示,来自15个行业和10个国家的商业领袖普遍认为,人工智能(AI)的广泛应用将会带动数据量的爆发性增长,从而进一步刺激对数据存储需求的提升,特别是对于云端存储的需求。 这项研究揭示了未来几年内数据存储领域将面临的巨大挑战与机遇。随着各行各业加速拥抱数字化转型,AI技术的发展无疑会成为推动数据量剧增的关键因素之一。这不仅要求企业加大在数据存储基础设施上的投资,同时也为数据存储解决方案提供商带来了新的市场空间和发展契机。面对如此庞大的数据增长趋势,如何高效地管理和利用这些数据将成为企业和技术供应商共同关注的重点。
由于硬盘在每TB成本上的显著优势,云服务提供商主要依靠硬盘来存储大量数据。根据ReconAnalytics的研究,约有五分之三(61%)的企业表示,它们主要使用云作为存储介质,并预计在未来三年内,其基于云的存储量将增加一倍以上。
ReconAnalytics创始人Roger Entner指出:“调查显示,数据存储的需求预计将显著增加,硬盘技术预计会成为主要受益者。鉴于受访的企业领导者计划将更多由人工智能驱动的数据存储到云端,云服务提供商似乎已经做好了准备,迎接下一波的增长机遇。” 从这一调查结果来看,数据存储领域正迎来新的变革期。随着企业对数据存储需求的持续增长,硬盘技术显然占据了优势地位。与此同时,随着越来越多的数据被存储到云端,尤其是那些由人工智能生成的数据,云服务提供商也迎来了重要的发展契机。这不仅反映了当前科技行业的趋势,也预示着未来几年内数据管理和存储领域将发生重大变化。
主要调查结果:
72%的受访者表示他们目前正在使用人工智能。
在主要使用云端存储的受访者中,61%受访者表示,基于云的存储在未来3年内将增加100%以上。
存储是人工智能基础架构中的关键环节,紧随其后的则是数据安全。在当前的技术环境下,数据存储的容量与速度对于支持复杂的人工智能算法至关重要。然而,在构建这些系统时,我们必须首先关注数据安全,因为没有安全保障的数据存储不仅会威胁到用户隐私,还会导致企业蒙受巨大的经济损失。 从长远来看,数据安全是整个架构中最核心的部分,它影响着所有其他组件的设计与实现。确保数据的安全存储与高效访问,才能真正发挥出人工智能技术的巨大潜力。因此,在规划未来的人工智能项目时,我们需要更加重视数据安全,并将其作为一切工作的首要前提。
在当前数字化转型的大背景下,数据安全、存储、数据管理、网络容量、计算、法规、大型语言模型可行性以及能源这几个方面的重要性不容忽视。数据安全无疑是所有环节中最关键的一环,没有安全的数据环境,所有的数字化努力都将化为乌有。接下来是数据管理和存储,这两者共同决定了数据的可用性和可访问性。网络容量和计算能力则直接影响到业务的运行效率和服务质量。而随着技术的发展,大型语言模型的可行性也逐渐凸显,这不仅关系到技术的进步,还可能影响到未来的商业模式和社会结构。同时,能源问题也不容小觑,尤其是在全球倡导绿色发展的今天,如何实现高效、环保的数据中心运营成为了一个亟待解决的问题。最后,法规环境始终是一个不可忽视的因素,它不仅规定了技术应用的边界,还在一定程度上引导着行业的发展方向。 从整体来看,这些因素之间存在着密切的联系和相互影响。例如,数据安全与法规环境紧密相关,而高效的计算能力和充足的网络容量则是推动大型语言模型发展的关键。因此,在制定发展战略时,需要综合考虑这些方面的相互作用,以确保技术进步的同时也能兼顾安全性、可持续性和合规性。此外,随着技术的不断演进,未来可能会有更多的新兴领域加入到这个复杂而多变的生态系统中,这就要求我们持续关注并适应这些变化,以保持竞争力和创新能力。
在已经应用人工智能技术的公司中,90%的企业认为延长数据保存期限能够提升人工智能结果的质量。
88%的受访者表示,为了实现可信赖的人工智能(Trustworthy AI),有必要提升数据存储的需求,并且这些数据应保存更长的时间。
调查显示,企业更愿意延长数据保留期限,以提高数据完整性,确保人工智能模型在最佳状态下进行训练。为了推动人工智能的创新与应用并保持其持续发展,人工智能的预测结果和产出需更加精确。
“可信赖人工智能是让人工智能成为主流应用的关键。” 希捷全球执行副总裁暨首席商务官郑万成称:“大多数调研受访者表示,他们需要将数据存储更长时间,从而提高人工智能的质量。因此我们更加专注于面密度创新,提升热辅助磁记录(HAMR )硬盘中每个盘片的存储容量。我们制定了明确的技术路线图以期在未来几年内将每盘片的存储容量提高一倍以上。”
如需获取全面调查结果和分析,请访问网站。
免责声明:本站所有文章来源于网络或投稿,如果任何问题,请联系339841985@qq.com
页面执行时间0.012232秒