Zusammenfassung:
Laut Digitimes hat
der CEO von Western Digital kürzlich in einer Gewinnmitteilung unverblümt erklärt, dass KI im Wesentlichen ein Datensystem ist und jede Arbeitslast riesige Datenmengen erzeugen wird, was Marktchancen für Festplatten mit sich bringt, die langlebiger sind als Rechenleistung. Die Auftragstransparenz seiner sieben wichtigsten Kernkunden ist auf 2030 bis 2031 geplant.
Dieses Urteil spiegelt sich direkt in der Produktionskapazität wider. Die HDD-Produktionskapazität von Western Digital im Jahr 2026 ist ausverkauft und der langfristige Liefervertrag wurde sogar bis 2028 unterzeichnet. Der Umsatz des Unternehmens stieg im ersten Quartal des Geschäftsjahres 2027 im Jahresvergleich um 55 % und seine Prognose für das nächste Quartal übertraf die Erwartungen bei weitem. Das Management räumte jedoch ein, dass Einnahmen und Lieferungen immer noch durch die Angebotskapazität und nicht durch eine unzureichende Nachfrage begrenzt werden.
Der Einfluss von KI auf den Speicher geht weit über den bloßen Bedarf an HBM und Hochgeschwindigkeits-SSDs für GPUs hinaus.
Die GPU ist für Training und Inferenz verantwortlich, die SSD auf Unternehmensebene verarbeitet heiße Daten und die Festplatte speichert Trainingsdatensätze, historische Versionen, Protokolle, Videos und Backups.Da sich die KI vom Training zur Inferenz verlagert, werden Aufgaben wie die KV-Cache-Verwaltung vom teuren GPU-Speicher auf gemeinsam genutzten Hochleistungsspeicher verlagert, was den Kapazitätsbedarf weiter erhöht.
Bei eigenständigen Konfigurationen ist die Lücke extrem groß. Die Speicherkonfiguration eines einzelnen AI-Servers beträgt bis zu 1,7 TB, während ein herkömmlicher Server nur 0,5 TB hat. Ersteres ist mehr als dreimal so groß wie Letzteres.
Wenn Cloud-Anbieter und sehr große Unternehmen KI-Cluster erweitern, stehen auf der Kaufliste nie nur GPU-Server. Die Implementierung, Archivierung und Langzeitspeicherung riesiger Datenmengen sind die eigentlichen Verstärker des Speicherbedarfs.
Mit anderen Worten: Die GPU bestimmt, wie schnell die KI rechnen kann, aber der Speicher bestimmt, wie weit die KI gehen kann. Ohne ausreichende Kapazität kann der Rechencluster, egal wie leistungsfähig er ist, nicht effizient arbeiten.
Kommentare