海量資料來襲！Seagate：AI 競爭不只拚算力，而是看儲存密度與資料管理能力
隨著代理 AI、AI 推論等應用以及雲端與邊緣運算協作的混合式 AI 持續發展，市場關注焦點正逐漸從單純的算力競爭，延伸至資料儲存與管理能力。Seagate 台灣區總經理黃又青強調，AI 時代的競爭不只是算力競爭，更是資料如何長期被保存，有效管理與持續利用的競爭。
回顧過去 20 年資訊產業的演進，可說是資料規模持續擴張的歷程。黃又青指出，過去在 PC 與筆電時代，以戴爾、惠普、微軟等企業所代表的資訊環境為主，全球一年產生的資料量不到 1 Zettabyte（ZB）；進入雲端與智慧手機時代後，資料規模已快速增加至約 72 ZB。然而，生成式 AI 的興起，讓資料成長曲線出現根本性改變。
2025 至 2026 年將成為重要轉折點，因為 AI 產生的資料量已正式超越人類產生的資料量。根據Seagate 分析，生成式 AI 帶動的資料成長趨勢仍在持續加速，預計至 2028 年，相關資料量將較目前增加超過 167 倍，全球迎來前所未見的資料洪流。
因此，在資料規模持續倍增的情況下，AI 的價值已不再只是資料是否被產生，而是資料能否被長期有效管理與利用。
不只拚 GPU 算力，AI 時代真正決勝點是資料管理能力
隨著企業正投入大量資本建置 GPU 叢集，「每個 Token 的成本」（Dollar per Token）也成為衡量 AI 效率的重要指標。黃又青認為，影響這項指標的核心因素之一，正是資料儲存與管理效率。
「容量早已不是重點，而是整體系統效率。」黃又青分享，為了協助企業在控制成本的同時持續擴展 AI 基礎設施，Seagate 已持續在優化每 TB 的能效、單顆硬碟容量，以及整體營運複雜度。
由於 AI 資料會隨著時間推移逐步演變，從需要即時存取的熱資料（Hot Data），轉為較少使用的溫資料（Warm Data），最終成為長期保存的冷資料（Cold Data），因此資料中心架構的儲存系統亦朝向更明確的分層設計，如 DRAM、NAND 等記憶體主要負責高速、低延遲的小區塊存取，雖容量占比較低，卻是確保系統效能的關鍵；HDD 則擅長承載大規模、高容量資料，在成本、能耗與儲存密度之間取得最佳平衡，成為資料中心管理海量資料的核心基礎設施。
黃又青表示，如何讓資料在不同儲存層級之間順暢流動，避免重複儲存、資料孤島及架構重建所帶來的額外成本，亦成為 AI 時代資料管理的重要課題。此外，市場最初認為會被時代淘汰的 HDD，反而成為相當重要的關鍵。
最大容量推至 44TB！Seagate Mozaic 4+ 推動 HDD 容量大躍進
目前資料中心約有 87% 的儲存容量仍仰賴 HDD，且未來三至五年內，大型雲端服務供應商（CSP）預計仍將消耗市場上大部分 HDD 產能。而在這個 HDD 供給限制下，提升儲存密度已成為降低成本及提升效率的重要推手，這也是 Seagate 推動 HAMR（熱輔助磁記錄）技術的重要驅動力。
HAMR 透過鐵鉑合金等更穩定的材料，結合奈米級雷射寫入技術，讓資料能以更高密度寫入磁碟表面，突破傳統磁記錄技術的物理限制。
▲Seagate 推出次世代高容量儲存平台 Seagate Mozaic 4+，透過業界領先的 HAMR 技術，讓單碟片容量正式突破 4TB，並成功將單顆硬碟的最大容量推升至 44TB。（Source：Seagate）
黃又青解釋，以資料中心常用的 10 碟片 HDD 為例，目前單碟容量約為 3TB，隨著未來容量提升，整體硬碟容量便可從約 30TB 增加至超過 40TB。透過 HAMR 技術，若建置 1 Exabyte（EB）儲存容量，採用 30TB HDD，約需要部署 3.3 萬顆硬碟；若升級至 44TB HDD，則僅需約 2.2 萬顆硬碟即可達成相同容量需求。
除了提升儲存密度效益，還兼顧成本、能耗與碳排管理
硬碟數量減少不僅可降低設備採購成本，也可有效減少空間占用、能源消耗與碳排放。根據Seagate 估算，在相同容量條件下，整體耗電量可從約 260 萬瓦降至 180 萬瓦，節省接近 100 萬瓦電力，整體效率提升幅度可達 47%。
同時，Seagate 也推出新一代高密度 JBOD 系列，主打單一機殼容量高達 3.2 PB，並整合了先進的節能技術與次世代硬碟架構，專為 AI、機器學習與邊緣運算等大數據需求設計。
未來儲存產業邁向 40TB、50TB 甚至更高容量的跨越式成長。黃又青強調，Seagate 的核心策略已從 PMR（垂直磁記錄）邁向 HAMR，目前公司推出容量達 32TB 的 HDD 產品，如今成為主流資料中心的重要儲存方案，同時也提供大規模儲存系統，協助企業因應未來百倍等級的資料成長需求。
展望未來，Seagate 將持續專注資料儲存技術創新，協助企業與雲端業者面對 AI 資料洪流挑戰，盼透過高密度儲存技術，打造從 AI 訓練到 AI 推論的完整資料鏈，協助企業在面對海量資料需求的同時，進一步降低每 TB 的儲存成本，為 AI 時代建立更具經濟效益的基礎架構。
（首圖來源：Seagate）