KI ist auf Datenspeicher mit großer Kapazität angewiesen.

Die Speicherung und Aktivierung von Massendaten ist entscheidend für die nächste Welle der KI-Innovation.

Die Nutzung des vollen Potenzials von KI erfordert Ausgewogenheit.

App-Entwickler liefern sich ein Rennen, um KI-Modelle zu trainieren und bereitzustellen. Dabei liegt der Fokus darauf, die richtigen Daten zu finden und die Rechenleistung zu erhöhen. Mit der zunehmenden Verbreitung von KI-Modellen und -Anwendungen wird die Frage, wie die riesigen Mengen der zukünftig erzeugten Exabytes gespeichert werden können, zu einer dringenden Herausforderung. Die Unterstützung von KI-Workloads erfordert eine Mischung aus wichtigen Arbeitsspeicher- und Speichertechnologien für den gesamten KI-Datenworkflow. Aber letztlich erfordert KI im großen Maßstab Festplatten.

Ein breites Spektrum an Arbeitsspeicher- und Speicherkapazität ermöglicht KI.

Um KI mit den Daten zu versorgen, die sie zum Lernen, Erstellen und Verbessern benötigt, ist ein breites Spektrum an Speichertechnologien erforderlich. Ob Arbeitsspeicher mit hohem Durchsatz oder Festplatten mit großer Kapazität – bei der Auswahl der richtigen Speichermischung für KI-Workloads geht es darum, ein Gleichgewicht zwischen Leistung und Skalierbarkeit zu finden. 

Die meisten KI-Daten werden auf Festplatten gesichert.

KI-Rechencluster trainieren, verwenden und optimieren Sprachmodelle. GPUs, CPUs, NPUs und TPUs sind eng mit leistungsstarken Speichergeräten gekoppelt und bieten Terabyte- und sogar Petabyte-pro-Sekunde-Durchsatz für extreme Rechenvorgänge. Die Ein- und Ausgabedaten, die sie verwenden und erstellen, fließen in vernetzte Speichercluster, in denen sie langfristig aufbewahrt werden, meist auf Festplatten, um zukünftig weiteres Training, Qualitätskontrollen und die Einhaltung von Vorschriften zu unterstützen.

Die größten Rechenzentren der Welt entscheiden sich für Festplatten.

Heute betreiben die fortschrittlichsten KI-Innovatoren auch die weltweit größten Hyperscale- und Cloud-Rechenzentren. Diese Unternehmen speichern 90 % ihrer Online-Exabytes¹ bewusst auf Festplatten, da sie das einzigartige Preis-Leistungs-Verhältnis verstehen, das diese Festplatten für die Massenspeicherung bieten. Obwohl SSDs auch eine wichtige Technologie sind, werden Festplatten weiterhin den Großteil der Daten speichern, während immer mehr KI-optimierte Architekturen bereitgestellt werden.

Warum Festplatten ideal für KI im großen Maßstab sind.

Das exponentielle Wachstum der Datenmengen im KI-Zeitalter erfordert einen skalierbaren Massenspeicher. Während SSDs (Solid-State-Drives) für Workloads mit geringer Latenz wichtig sind, wird KI im großen Maßstab auf Festplatten ausgeführt. Drei wesentliche Faktoren liefern die Erklärung dafür.

Skaleneffekte

Gemessen an den Kosten pro TB sind Festplatten in der Anschaffung 6-mal effizienter als SSDs, weshalb sie die logische Wahl für den Ausbau von KI-Datenspeicher sind.²

Exabyte-Produktion im großen Maßstab.

Gemessen an den Investitionskosten ist die Festplattenherstellung 9-mal effizienter als die NAND-Industrie.³

Nachhaltigkeit im großen Maßstab.

Festplatten verbrauchen 4-mal weniger Strom pro Terabyte und erzeugen 10-mal weniger CO2-Emissionen als SSDs.⁴

Festplatten bilden das Rückgrat der KI-Datenspeicherung.

Festplatten unterstützen den gesamten KI-Daten-Workflow und spielen dadurch eine entscheidende Rolle bei der Validierung von KI-Modellen.

  1. Seagate-Analyse der Multi-Client-Studie von IDC, Cloud Infrastruktur-Index 2023: Compute and Storage Consumption by 100 Service Providers, November 2023.

  2. Die Analyse von Seagate basiert auf Forward Insights Q323 SSD Insights, Aug. 2023; IDC Worldwide Hard Disk Drive Forecast 2022-2027, Apr. 2023, Dok. #US50568323; TRENDFOCUS SDAS Long-Term Forecast, Aug. 2023.

  3. Verwendung des gesamten verkörperten Kohlenstoffs mit einem 5-Jahres-Lebenszyklus.

  4. Sara McAllister et al., „A Call for Research on Storage Emissions“, Hotcarbon.org, 2024.