專家傳真－AI轉型關鍵 讓資料管理化繁爲簡

AI發展也改變了資料中心對網路和電力的要求，包括更高的光纖密度與更快的網路。圖／美聯社

隨着生成式AI成爲全球目光焦點，調研機構IDC日前公佈，2025年全球AI支出預期將達到2,270億美元，並於2030年超過19.9兆美元，顯示企業正持續加速AI發展。IDC也預測從2025年起，邊緣IT基礎設施的需求將顯著增長。我們觀察到特別是在臺灣，公有云基礎設施建置、資料中心託管服務，以及企業自建私有云或邊緣資料中心的數量將快速攀升，以滿足企業採用生成式AI技術時對硬體設備和運算資源的需求。

然而，企業發展AI的挑戰在於底層IT基礎架構，其中「資料儲存」扮演舉足輕重的角色。Pure Storage近期研究發現，企業逐漸意識到現有儲存架構的極限，有80％的全球資訊長和決策者認爲他們的企業必須強化現有基礎架構纔能有效支援日益升高的AI部署需求，但許多企業仍受制於老舊且僵化的系統。對此，企業應如何轉型現有的資料儲存環境，進一步滿足AI應用的需求將成爲重要的關鍵。

■靈活、彈性應對 快速演變的AI資料儲存

資料與AI推論之準確度存在緊密關聯，因此投入AI的企業都希望建立一個龐大的資料庫以充分發揮其潛力。隨着資料量指數成長，企業比以往更需要採用高密度、高效率的儲存方案，以防止資料中心的硬體規模不斷擴充、檔案頻繁搬移，以及電力成本攀升等挑戰。

傳統儲存系統往往缺乏彈性，在每次升級和重新配置時，都需要進行資料搬遷，過程中可能發生耗時耗力的停機問題。面對這些挑戰，企業亟需導入更靈活的「儲存即服務」模式，不僅能根據需求動態調整資料吞吐量，亦能在儲存設備進行控制器之更換或軟體升級時實現營運不中斷，避免停機，或擴充過程中導致效能減損的狀況。同時，組織若能確保供應商的服務等級協議（SLA），也有助於滿足能源效率、容量密度及資料遺失防護等多項需求。

■資源、能源、人員缺一不可

臺灣身爲全球半導體重鎮，對GPU的需求預期將會增長。然而，臺灣也面臨與全球市場一樣的GPU資源稀缺挑戰，許多打算建置AI的企業可能會需要透過託管服務供應商取得這項技術。而託管服務供應商是否具備支援GPU應用環境所需的GPU Direct Storage來支援資源傳輸的速度，並滿足高效能運算就顯得至關重要。

AI發展也改變了資料中心對網路和電力的要求，包括更高的光纖密度與更快的網路，這些都不是傳統資料中心廠商所能應付的。全快閃儲存相比傳統硬碟主導的資料儲存方式更具能源及空間效率，對冷卻和維護需求也更低，透過能滿足無狀態基礎架構以及有彈性的中繼資料的全快閃架構，企業能取得更具經濟性、靈活性、營運和符合環保永續的儲存生態架構，同時兼具其SLA所需與ESG的優勢，進而達成自身的數位轉型需求。

此外，全球人力市場上的資料科學家或其他具備相關技能的專業人員供給數量也愈發短缺。隨着AI技術應用的發展，在未來5至10年內，此挑戰可以預期並不會趨緩。企業不僅需要投資大量成本徵才，也要針對既有人員提供培訓以解決專業技能不足的問題。

許多企業在部署 AI 時，可能會遭遇儲存資源匱乏、GPU運算需求難以滿足、人才缺口等瓶頸。因此，若能採用內建AI能力且永續高效的資料儲存平臺，讓資料管理化繁爲簡，將有助於減壓IT管理者負擔，並投入更多時間在更具產值的創新動力驅動企業成長、強化競爭優勢，使企業在AI革命中搶佔先機，成爲引領潮流的產業先驅。