由 WD 赞助的全球研究显示，随着数据持续累积及复合增长，AI 基础设施的经济模式正在被重塑。根据 IDC 最新的调查，AI 不仅推动数据量迅速增长，还延长了数据的留存时间，并重新激活了对历史数据的需求。
AI 驱动的数据增长
在香港进行的这项研究发现，AI 正在促进数据存储需求的结构性增长。受访组织中，94.7% 表示在过去 12 个月内，由于 AI 与生成式 AI 的普及应用，其存储的数据量持续增加。61% 的受访组织录得 25% 或以上的增长，并预计未来三年内数据量将持续增长。
此外，85.4% 的受访组织表示其数据湖容量在过去一年持续扩大，而 59.4% 的受访组织认为 AI 生成的数据是推动数据湖容量增长的主要因素。
数据留存时间的延长
调查还指出，近 95% 的受访组织表示，采用 AI 后其数据价值有所提升。74.3% 的受访组织延长了数据的留存时间，并有 75.9% 的组织正在将更多已封存的冷数据重新上线，以支持 AI 工作负载。
根据研究，96% 的受访组织预计需要更快地提取封存数据，以支持 AI 推理及检索增强生成应用。
AI 基础设施的设计需求
WD 首席执行官 Irving Tan 表示，AI 的运作基于数据，组织对大规模存储、管理及访问数据的需求将持续增长。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。
研究指出，AI 工作负载在其整个生命周期中都会产生数据，这些数据在相关工作负载完成后仍会持续留存，并可成为未来 AI 应用的输入数据。随着数据量的增长、留存时间的延长，以及历史数据的重新激活，组织需要在性能、容量、可访问性及成本效益之间取得平衡。
结论
能否以具成本效益的方式大规模管理数据，已不再是基础设施的次要考量，而是逐渐成为决定 AI 成败的关键因素。完整的数据生命周期设计将是未来 AI 基础设施的重要考量。
H
关于作者
Henderson