2025 年半導體市場在AI需求爆發(fā)與全產業(yè)鏈復蘇的雙重推動下，呈現(xiàn)出強勁的增長態(tài)勢。以EDA/IP先進方法學、先進工藝、算力芯片、端側AI、精準控制、高端模擬、高速互聯(lián)、新型存儲、先進封裝等為代表的技術創(chuàng)新，和以AI數(shù)據(jù)中心、具身智能、新能源汽車、工業(yè)智能、衛(wèi)星通信、AI眼鏡等為代表的新興應用，開啟新一輪的技術和應用革命。過去的一年，半導體助力夯實數(shù)字經(jīng)濟高質量發(fā)展的全新底座，新的一年，半導體行業(yè)又將如何推動端云協(xié)同、普惠智能的普及之路呢。

最近，由電子發(fā)燒友網(wǎng)策劃的“2026半導體產業(yè)展望”專題正式發(fā)布。電子發(fā)燒友網(wǎng)已經(jīng)連續(xù)數(shù)年策劃并推出“半導體產業(yè)展望”系列專題，每次一經(jīng)上線都反響熱烈、好評如潮。這里匯聚了半導體高管們對往年發(fā)展的回顧與總結，以及對新年市場機會和形勢的前瞻預測。他們的睿智和洞察給了產業(yè)界莫大的參考和啟發(fā)。今年來自國內外的半導體創(chuàng)新領袖企業(yè)高管們又帶來哪些前瞻觀點？此次，電子發(fā)燒友網(wǎng)特別采訪了西部數(shù)據(jù)中國、日本及亞太地區(qū)銷售與市場營銷副總裁Stefan Mandl，以下是他對2026年存儲行業(yè)的分析與展望。

圖：西部數(shù)據(jù)中國、日本及亞太地區(qū)銷售與市場營銷副總裁Stefan Mandl

AI重塑企業(yè)數(shù)據(jù)存儲基礎設施需求

傳統(tǒng)的存儲架構多為可預測、靜態(tài)的工作負載而設計。如今，隨著 AI 應用持續(xù)學習、再訓練和擴展，存儲必須在海量規(guī)模下兼具成本效益、適應性和可靠性。構建面向未來的存儲，意味著要構建能夠隨數(shù)據(jù)需求增長、應對不可預測的工作負載，并長期保持性能和耐用性的基礎設施，同時兼顧成本與能耗。

AI 的興起從根本上改變了格局，工作負載已趨向動態(tài)化，數(shù)據(jù)量正以前所未有的速度激增，這要求基礎設施能夠輕松擴展，為持續(xù)創(chuàng)新提供支持。Market Data Forecast 數(shù)據(jù)顯示，亞太地區(qū) AI 市場預計將以近 40% 的復合年增長率 (CAGR) 增長，到 2033 年，其市場規(guī)模將達到 1.365 萬億美元。而中國互聯(lián)網(wǎng)絡信息中心（CNNIC）在第 56 次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》中指出，2024 年中國 AI 產業(yè)規(guī)模就已經(jīng)突破 7000 億元。2025 年 1 月，中國還進一步設立 600 億元規(guī)模的國家投資基金，圍繞 AI 全產業(yè)鏈開展投資布局。為了跟上這一步伐，企業(yè)必須重新設計其存儲基礎設施以適應未來的需求。

存儲在大規(guī)模AI中的角色

一個真正面向未來的存儲戰(zhàn)略建立在三大支柱之上：可擴展的經(jīng)濟性、動態(tài)的適應性以及可持續(xù)的運營體系。第一是可擴展的經(jīng)濟性，HDD 是基礎。AI 對數(shù)據(jù)的需求極為龐大，且仍在迅速上升。非結構化的數(shù)據(jù)正呈爆炸式增長，其規(guī)模達到 PB 級別，管理這些數(shù)據(jù)已成為當今企業(yè)面臨的最大挑戰(zhàn)之一。根據(jù) IDC 的數(shù)據(jù)，到 2025 年，企業(yè)所生成的數(shù)據(jù)中將有超過 86% 是非結構化的，并且在未來五年內，這類數(shù)據(jù)的復合年增長率 (CAGR) 將達到 26.4%。倘若缺乏適當?shù)拇鎯Σ呗裕杀颈憧赡苎杆倥噬?，乃至失控?br />
為應對這一挑戰(zhàn)，企業(yè)正轉向戰(zhàn)略性和自動化的分層存儲，而 HDD 在此充當著“經(jīng)濟性支柱”的角色。對于超大規(guī)模和云數(shù)據(jù)中心而言，HDD 依然是不可或缺的。根據(jù) IDC 的數(shù)據(jù)，到 2029 年，云端近 80% 的數(shù)據(jù)仍將駐留在 HDD 上。其規(guī)?；慕?jīng)濟效益、可靠性和性能，使 HDD 成為數(shù)據(jù)可持續(xù)增長的基礎。HDD 提供了可預測的總體擁有成本（TCO），使企業(yè)能夠高效地存儲和分析海量數(shù)據(jù)集，而無需承受不可持續(xù)的資本或運營支出。

AI 正在使"冷"數(shù)據(jù)重獲價值，將歸檔數(shù)據(jù)轉化為可執(zhí)行的洞察?；?HDD 的存儲通過以經(jīng)濟高效的規(guī)模保持海量數(shù)據(jù)集的可訪問性，支持 AI 工作流，用于訓練和重新訓練模型，而更高性能的閃存則留給推理和元數(shù)據(jù)操作。HDD 仍將是 AI 的支柱，為現(xiàn)代工作負載提供了所需的規(guī)模、可靠性和效率。

第二是動態(tài)適應性，隨數(shù)據(jù)演進而擴展的存儲分層。在AI時代，數(shù)據(jù)不斷流動，根據(jù)其使用方式和時間在熱、溫、冷層級之間切換。企業(yè)需要能夠跟上這種流動性的基礎設施。面向未來的存儲必須支持自動分層、橫向擴展架構以及智能的軟件定義管理。這些能力可實現(xiàn)數(shù)據(jù)在存儲層之間的無縫流動，無需人工干預，從而優(yōu)化成本和性能。

在這一環(huán)節(jié)，HDD 繼續(xù)發(fā)揮核心作用。它們是數(shù)據(jù)湖的基礎，支撐著海量結構化與非結構化數(shù)據(jù)的集中存儲與處理。通過開放式 API、靈活的訪問協(xié)議以及跨存儲介質的互操作性，HDD 可以與AI流水線無縫集成。

適應性也意味著韌性?；?HDD 的現(xiàn)代基礎設施能夠縱向擴展或橫向擴展，以滿足激增的數(shù)據(jù)需求，而無需進行昂貴的遷移或造成停機。能量輔助磁記錄（EAMR）和雙執(zhí)行器設計等創(chuàng)新進一步提升性能，帶來更快的重建能力、更高的吞吐量和更優(yōu)的能效，以滿足AI工作負載的實時需求。

簡而言之，HDD 為數(shù)據(jù)在整個 AI 生命周期中發(fā)揮作用奠定了基礎 ——從數(shù)據(jù)采集到訓練、再訓練和合規(guī)性——確保企業(yè)在快速變化的數(shù)據(jù)環(huán)境中保持敏捷與靈活。

第三是可持續(xù)運營，為長期可行性而構建。AI 有望帶來變革，但也帶來了顯著的能源成本。訓練一個大型 AI 模型所消耗的電力可高達數(shù)百個家庭一年的用電量。 根據(jù)普華永道（PwC）的數(shù)據(jù)，亞太地區(qū)的電力需求預計將從 2024 年的約 320 太瓦時（TWh）上升到 2030 年的 780 太瓦時，但其中僅有約 32% 將由可再生能源滿足。

可持續(xù)性不再是一個企業(yè)流行語——它已成為一項商業(yè)要務。在亞太地區(qū)，各國政府和企業(yè)正在認識到這一現(xiàn)實。

中國在最新的“十五五規(guī)劃”中提出，要加快建設新型能源體系，積極穩(wěn)妥推進和實現(xiàn)碳達峰；同時在 2025 年正式實施了其《綠色數(shù)據(jù)中心評價》國家標準，為數(shù)據(jù)中心的綠色低碳建設提供了明確指引。

高能效存儲正在成為采購重點。尤其是高容量 HDD，它允許企業(yè)整合工作負載，在保持性能和可靠性的同時，降低每 TB 的總體功耗。例如，以 32TB HDD 替換 24TB HDD 來部署 2PB 存儲，可將服務器數(shù)量減少 25%，每 TB 能耗降低 20%，并降低基礎設施和維護成本。

利用 HDD 經(jīng)濟性的戰(zhàn)略性存儲架構，結合數(shù)據(jù)去重和壓縮等策略性存儲架構，使企業(yè)能夠在負責任地擴展 AI的同時提高運營效率，并支持其可持續(xù)發(fā)展承諾。由此形成的存儲生態(tài)，在成本、性能與可持續(xù)性之間取得平衡——這正是面向未來增長的最佳定義。

構建面向未來的存儲

構建面向未來的存儲不僅僅需要速度。它需要一種整合了可擴展的經(jīng)濟性、動態(tài)的適應性和可持續(xù)的運營的整體方法。這三大支柱相互支撐：可持續(xù)的經(jīng)濟性確保數(shù)據(jù)能夠在規(guī)模擴張的同時保持經(jīng)濟可行；動態(tài)的適應性使存儲能夠智能應對不斷變化的 AI 工作負載；可持續(xù)的運營使這種增長在環(huán)境層面和成本層面都具備長期可行性。

這一種方法論的核心，是HDD——它們提供大規(guī)模 AI 所需的可靠性、成本效率與性能。 通過整合這些要素，企業(yè)可以構建一套具有韌性、響應能力強且著眼于長遠發(fā)展的存儲架構，從而為支持當今的 AI 應用和未來的創(chuàng)新奠定基礎。將存儲視為一種戰(zhàn)略性的賦能工具 ，有助于企業(yè)釋放 AI 的全部潛力，同時不為其運營需求所累。構建這一“面向未來”的基石，正當其時。