Lidia Perska利用创新的AI技术自动生成数据能够推动对存储解决方案的需求，超越仅限于像LLM这样的AI模型。存在各种类型的固态硬盘(SSD)和硬盘驱动器(HDD)，每种都针对不同的性能和容量需求进行了定制。让我们来探索存储供应商确定的SSD和HDD的关键特性，以了解是什么让存储解决方案在AI领域能够表现出色。
西部数据(Western Digital)提出了“AI数据循环”的概念，定义了适用于AI数据处理的六个阶段的存储解决方案。该公司以身作则，在2024年6月推出了“Ultrastar DC SN861”固态硬盘(SSD)，旨在为像LLM这样的大型语言模型训练提供最佳性能。该SSD符合PCIe Gen 5.0标准，并提供两种形态因素以提供灵活性。
西部数据不仅在读/写性能方面增强了SSD，还增加了数据存储容量。在某些SSD型号中采用TLC技术的NAND闪存存储器提供了更高的数据记录密度。虽然不同类型的记录方法是重要的，但是对于专门面向AI模型的存储解决方案来说，采用独特的方法变得至关重要。
与此同时，硬盘驱动器在AI的发展和利用中仍然至关重要，技术如增加存储容量的ePMR技术。西部数据的“Ultrastar HC690”硬盘驱动器拥有32TB的存储容量，在减少AI应用的总拥有成本方面起着至关重要的作用。
最终，在AI领域中，同时整合SSD和HDD对于实现高效的存储至关重要。SSD在数据摄取和推理等任务方面表现优异，而HDD为存储用于训练AI模型的大型数据集提供了经济实惠的解决方案。公司意识到两种存储介质的不可或缺作用，因此调整他们的产品以满足AI技术对存储的高需求。
