Peningkatan AI Nvidia Seterusnya Boleh Menjadi Penyimpanan Yang Lebih Baik, Kata Seagate

Cip AI N@@ vidia Corp. (NASDAQ: NVDA) mungkin mendorong ledakan kec erdasan buatan hari ini, tetapi Seagate Technology Holdings PLC (NASDAQ: STX) berpendapat lompatan prestasi seterusnya tidak akan datang dari lebih banyak pengiraan sahaja.

Sebaliknya, syarikat penyimpanan data berpendapat bahawa seni bina storan yang lebih bijak dapat membantu sistem AI mendapatkan lebih banyak kerja daripada GPU mahal yang sama — pergeseran yang dapat menurunkan kos infrastruktur sambil meningkatkan produktiviti.

AI Memerlukan Lebih Daripada Cip Lebih Cepat

Hujah itu berpunca dari kertas putih Seagate baru-baru ini yang diterbitkan dengan SK hynix Inc. (NASDAQ: SKHY), yang mengkaji bagaimana beban kerja inferensi dan AI agentik mengubah cara data diuruskan. Daripada berulang kali menghasilkan maklumat yang sama, aplikasi AI moden semakin bergantung pada konteks mengekalkan yang dapat digunakan semula merentasi interaksi.

“Kertas putih baru-baru ini kami dengan SK hynix menggambarkan pentingnya penyimpanan berperingkat untuk inferensi dan beban kerja AI agentik, yang menunjukkan manfaat langsung kepada penyimpanan cakera keras,” kata Ketua Pegawai Eksekutif Dave Mosley pada panggilan pendapatan fiskal suku keempat syarikat itu.

Di tengah-tengah pendekatan itu adalah nilai kunci, atau KV, cache, yang menyimpan konteks yang dihasilkan sebelumnya sehingga model AI dapat mengambilnya dan bukannya mencipta semula setiap kali. “Nilai kunci, atau cache KV, digunakan untuk mengekalkan dan menggunakan semula konteks itu dengan cekap,” kata Mosley.

Bagaimana Penyimpanan Membuka Kunci GPU Nvidia

Menurut Seagate, perubahan yang kelihatan sederhana itu mempunyai kesan yang besar terhadap ekonomi AI. Dengan memindahkan konteks merentasi memori, pemacu keadaan pepejal dan cakera keras dan bukannya memaksa GPU untuk mengira semula, infrastruktur AI dapat menggunakan perkakasannya yang paling mahal dengan lebih baik.

“Ini mendorong keperluan untuk peningkatan storan cakera keras dan mengurangkan penggunaan GPU semasa fasa aplikasi agen yang paling intensif komputer. Akibatnya, sumber GPU tersedia untuk beban kerja menjana pendapatan tambahan,” kata Mosley.

Mesejnya bukan bahawa GPU menjadi kurang penting. Sebaliknya, Seagate berpendapat bahawa penyimpanan menjadi penyumbang yang lebih besar kepada prestasi AI kerana beban kerja inferensi berkembang dan model mengekalkan lebih banyak konteks dari masa ke masa. Itu menjadikan seni bina storan menjadi bahagian yang semakin penting dalam timbunan AI di samping pengiraan dan memori.

Pemenang Seterusnya Dalam Infrastruktur AI

Komen tersebut juga mengukuhkan tesis pelaburan Seagate yang lebih luas bahawa AI mewujudkan permintaan struktur untuk penyimpanan berkapasiti tinggi. Pengurusan berkata pusat data awan kini menyumbang kira-kira 90% daripada penghantaran exabyte syarikat, sementara pelanggan terus memperluaskan komitmen bekalan jangka panjang hingga 2029 dan seterusnya apabila infrastruktur AI berskala.

Bagi pelabur, keutamaan adalah bahawa fasa seterusnya perlumbaan AI mungkin tidak dimenangi semata-mata dengan membina kelompok GPU yang lebih besar.

Oleh kerana syarikat ingin mengeluarkan lebih banyak nilai daripada setiap pemecut Nvidia yang mereka beli, peningkatan terbesar boleh datang dari sistem storan yang berfungsi dengan senyap di belakang tabir.

Foto: Samuel Boivin/Shutterstock